@thesupermanmx: 日本研究人员创建了一个系统，通过生成多达100万名虚拟居民来模拟整个城市，这些居民……

X AI KOLs Timeline 论文
city-sim llm-agents urban-simulation research arxiv computational-social-science

摘要

日本研究人员开发了CitySim，这是一个由大型语言模型（LLM）驱动的城市模拟器，它能够在东京的数字孪生中填充多达100万个自主AI代理，并准确预测通勤和购物行为等现实世界模式。

日本研究人员创建了一个系统，通过生成多达100万名虚拟居民来模拟整个城市，这些居民使用大型语言模型（LLM）像人类一样行为。 而且它以前所未有的准确性预测了现实世界。 他们创建了一个名为"CitySim"的城市模拟器，在东京的数字孪生中填充多达100万个自主AI代理。 每个居民都由一个LLM驱动，具备： • 个人记忆 • 长期目标 • 类似人类的欲望（饥饿、疲劳、社交联系） • 空间意识和导航能力 大多数城市模拟依赖于僵化、手工制定的规则：如果A发生，则B跟随。 CitySim则不同。它是"价值驱动"的。这些代理具有自主性。它们根据自己的个人习惯、情境需求和不断变化的环境生成自己的日程安排。 当研究人员在东京运行模拟时，输出结果精确得令人不寒而栗。 工作日通勤模式、周末休闲活动和购物习惯与日本政府统计数据几乎完美匹配。 它甚至成功预测了涩谷的人群分布，并识别出哪些商店实际上会变得受欢迎，比现实世界数据早了几个月。 这对城市规划的意义巨大。 我们现在可以安全且经济高效地测试灾害准备、商业选址和公共基础设施升级，而无需移动任何一个真实的人。 但这不仅仅是规划问题。 研究人员已经在考虑将更高层次的人类驱动力（如"自我实现"）植入这些代理中，观察它们如何演化。 该论文于2025年6月发表在arXiv上，除了计算社会科学领域之外，几乎没有人阅读过它。
查看原文
查看缓存全文

缓存时间: 2026/07/20 11:24

日本研究人员创建了一个系统，通过生成多达100万个行为类似人类的虚拟居民，模拟整个城市，并使用大语言模型（LLM）驱动。

结果，它竟以惊人的准确度预测了现实世界。

他们打造了一款名为“CitySim”的城市模拟器，在东京的数字孪生体中填充了多达100万个自主AI代理。

每位居民都由LLM驱动，并具备：

• 个人记忆 • 长期目标 • 类人欲望（饥饿、疲劳、社交需求） • 空间感知与导航能力

大多数城市模拟依赖于僵化、手工编写的规则——如果A发生，则B跟随。

CitySim则不同。它是“价值驱动”的。这些代理拥有自主性。它们根据个人习惯、情境需求和不断变化的环境自行生成日程安排。

当研究人员在东京运行模拟时，输出结果精确得令人不寒而栗。

工作日的通勤模式、周末的休闲活动以及购物习惯，与日本政府统计数据几乎完美吻合。

它甚至成功预测了涩谷的人群分布，并提前数月识别出哪些商店实际会变得流行，比现实数据还快。

这对城市规划的影响巨大。

现在，我们可以安全且经济高效地测试防灾准备、商业选址和公共基础设施升级，而无需移动任何真实的人。

但它的意义不仅限于规划。

研究人员已经开始考虑在这些代理中植入更高层次的人类驱动力，比如“自我实现”，以观察它们如何演化。

这篇论文于2025年6月上传至arXiv，目前除了计算社会科学领域，几乎无人阅读。

相似文章

CityBehavEx: 一个可扩展且经实证验证的LLM辅助城市仿真平台

arXiv cs.CL

CityBehavEx是一个可扩展的LLM辅助城市仿真平台，它结合了成熟的人类移动模型与微调后的交叉编码器，为城市规模的人口生成真实且经实证验证的移动模式。在单个消费级GPU上，不到一小时即可模拟100,000个智能体在75天内的行为。