Incorporating LLMs for Large-Scale Urban Complex Mobility Simulation
Created by
Haebom
저자
Yu-Lun Song, Chung-En Tsern, Che-Cheng Wu, Yu-Ming Chang, Syuan-Bo Huang, Wei-Chu Chen, Michael Chia-Liang Lin, Yu-Ta Lin
개요
본 연구는 대규모 언어 모델(LLM)을 에이전트 기반 모델링(ABM)과 통합하여 도시 이동성 시뮬레이션에 대한 혁신적인 접근 방식을 제시합니다. 기존의 규칙 기반 ABM과 달리, 제안된 프레임워크는 LLM을 활용하여 합성 인구 프로필 생성, 일상 및 임시 위치 할당, 개인화된 경로 시뮬레이션을 통해 에이전트의 다양성과 현실성을 향상시킵니다. 실제 데이터를 사용하여 타이페이시의 개별 행동과 대규모 이동 패턴을 시뮬레이션합니다. 경로 히트맵 및 모드별 지표와 같은 주요 통찰력은 도시 계획자에게 정책 결정을 위한 실행 가능한 정보를 제공합니다. 향후 연구는 도시 계획 응용 프로그램에서 정확성과 신뢰성을 보장하기 위해 강력한 검증 프레임워크를 구축하는 데 중점을 둡니다.
