Исследователи представили SenseWalk — фреймворк для моделирования перемещений людей в зонированных пространствах с помощью LLM. В отличие от традиционных методов, фокусирующихся на пространственных координатах, система учитывает семантические факторы: профили посетителей и их цели. Это позволяет создавать реалистичные траектории движения, объясняющие мотивацию и поведенческие паттерны агентов в сложных городских или коммерческих средах.
Традиционные модели движения часто сталкиваются с нехваткой качественных данных о поведении людей в реальных условиях. SenseWalk решает эту проблему, используя возможности больших языковых моделей для генерации логически обоснованных маршрутов. Агенты в системе не просто перемещаются из точки А в точку Б, а принимают решения на основе заданных характеристик, что делает симуляцию пригодной для городского планирования и оптимизации ритейл-пространств.
Метод позволяет проводить масштабные эксперименты в виртуальной среде, где можно менять параметры окружения и состав посетителей. Это значительно снижает затраты на полевые исследования и позволяет прогнозировать нагрузку на инфраструктуру или эффективность планировки помещений до их реального внедрения. Модель демонстрирует высокую точность в воспроизведении паттернов, характерных для реальных сценариев перемещения.
Ключевые факты
- SenseWalk использует LLM для генерации семантических траекторий, учитывающих профили и цели агентов.
- Система ориентирована на работу в зонированных средах, таких как торговые центры, транспортные узлы и городские пространства.
- Модель преодолевает ограничения традиционных методов, которые опираются исключительно на сырые пространственные данные.
- Подход позволяет проводить предиктивное моделирование поведения людей для задач городского планирования и бизнес-аналитики.