[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

GATSim: Urban Mobility Simulation with Generative Agents

Created by
  • Haebom

作者

Qi Liu, Can Li, Wanjing Ma

概要

GATSimは、既存の厳格なルールベースのシステムの限界を克服し、人間の複雑で適応的な移動行動を模倣するために生成エージェントを利用する新しい都市モビリティシミュレーションフレームワークです。大規模な言語モデルとAIエージェント技術を活用して、さまざまな社会経済的プロファイル、個人的なライフスタイル、心理的に考慮された記憶システム、ツールの使用、生涯学習を通じて発展する好みを持つエージェントを作成します。都市モビリティベースのモデル、エージェント認知システム、および交通シミュレーション環境を統合するアーキテクチャ、空間的および時間的関連性、キーワードマッチング、セマンティック関連性を含む階層メモリシステム、およびマルチスケール反射プロセスを統合して適応的な移動行動をモデル化する革新的な計画および反応メカニズムが主な特徴です。実装されたシステムは、生成エージェントが現実的で一貫した移動行動を生成し、92%の事後確率で人間のアノテーターと同等またはそれ以上のパフォーマンスを示すことを示しています。ソースコードは公に提供されます。

Takeaways、Limitations

Takeaways:
既存のルールベースの都市モビリティシミュレーションの限界を克服する新しいアプローチの提示
生成エージェントを活用して、より現実的で多様な人間移動行動をシミュレート可能。
人間と同じレベルの精度を達成し、現実的な巨視的な交通パターンを生成します。
公開されたソースコードによるアクセシビリティと再現性の向上。
Limitations:
現在はプロトタイプ段階で、大規模都市環境に対する適用性と拡張性検証が必要。
生成エージェントの学習データとモデルのバイアス性を考慮する必要性
長期シミュレーションにおける計算コストと効率の問題解決が必要
様々なシナリオと状況のシミュレーション結果の一般化可能性検証が必要
👍