标签
LE4Mob 是一个归纳式、距离感知的通用位置嵌入框架，用于增强人类移动性建模中的任务，如下一位置预测和通勤流量生成。
本文引入地理领域偏移来量化和分析人类移动流生成模型跨区域的可迁移性，揭示空间异质性，并为改进GeoAI模型开发提供框架。
本文提出了一种名为MR-Traj的多分辨率扩散框架，用于城市系统的合成轨迹生成。该框架能够在多个分辨率上捕获复杂的时空依赖关系，并提升下游任务中细粒度移动性建模的性能。
介绍MobiDiff，一种端到端的离散扩散框架，通过对多通道语义骨架进行去噪来生成人类移动数据，在实际数据集上实现了更快的推理速度和具有竞争力的保真度。
本文介绍了一个验证框架，用于评估基于LLM的城市模拟器是否再现了经验性的人类移动模式。利用巴黎和上海的数据，作者发现看似合理的叙事与实际移动约束之间存在显著差距，并提供了可复现评估的开放基础设施。
TrajGenAgent提出了一种分层LLM智能体框架，将宏观活动规划与微观时空实例化解耦，用于无需微调即可生成逼真的人类移动轨迹。它还引入了一种基于异常检测的评估方法，用于行为保真度。