Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

MobileCity: An Efficient Framework for Large-Scale Urban Behavior Simulation

Created by
  • Haebom

저자

Xiaotong Ye, Nicolas Bougie, Toshihiko Yamasaki, Narimasa Watanabe

개요

MobileCity는 현실적인 도시 이동 시뮬레이션을 모델링하기 위해 설계된 경량 시뮬레이션 플랫폼입니다. 여러 교통 수단을 포함하는 포괄적인 교통 시스템을 도입하고, 설문조사 데이터를 통해 에이전트 프로필을 구성합니다. 확장 가능한 시뮬레이션을 위해, 에이전트는 사전 생성된 행동 공간 내에서 행동 선택을 수행하며, 효율적인 에이전트 메모리 생성을 위해 로컬 모델을 사용합니다. 4,000명의 에이전트에 대한 광범위한 평가를 통해 MobileCity가 계산 효율성을 유지하면서 기존 모델보다 더 현실적인 도시 행동을 생성함을 입증했습니다. 이동 패턴 예측 및 교통 선호도의 인구 통계적 추세 분석과 같은 실용적인 응용 분야를 탐구합니다.

시사점, 한계점

시사점:
현실적인 도시 이동 시뮬레이션 구현
다중 교통 수단을 포함하는 포괄적인 교통 시스템 구축
계산 효율성을 유지하면서 현실적인 도시 행동 생성
이동 패턴 예측 및 인구 통계적 추세 분석과 같은 실용적인 응용 분야 제공
한계점:
본 논문에서 구체적인 한계점은 명시되지 않음.
👍