CityBehavEx：可扩展且经验验证的大语言模型辅助城市模拟平台

近期基于大语言模型的多智能体城市模拟器虽能生成语义丰富的城市行为轨迹，但扩展成本高昂且缺乏对实际移动模式的充分验证。最新研究提出CityBehavEx交互式平台，通过创新架构解决这一难题。该平台不再为每个智能体动作调用大语言模型，而是将成熟的人类移动模型与经过微调的交叉编码器相结合，通过评估智能体档案、日程安排与活动转换之间的语义对齐度来驱动仿真。这种设计在保持语义丰富性的同时显著提升效率，实证显示在单张消费级GPU上，仅用不到1小时即可完成10万智能体长达75天的城市行为模拟。平台提供完整工作流程：用户可定义模拟区域、启动实验、检查轨迹与活动记录、调试不现实行为，并能将生成的行为轨迹与真实世界的移动模式、时间利用及语义指标进行系统验证。研究团队特别强调，生成结果在空间分布、时间规律和语义特征三个维度均展现出与真实数据更高的匹配度。该平台为城市规划、交通优化和流行病建模等领域提供了可扩展的研究工具，相关技术细节已发布于arXiv预印本平台。