Генеративное агентное моделирование предпочтений в транспортной политике на основе опросов

США и Запад · 18 авг.

Предложен фреймворк, который превращает реальных респондентов опросов в LLM-агентов для имитационного моделирования. Такой подход повышает реалистичность симуляций поведения при принятии решений и может использоваться для экспериментов в области транспортной политики.

Почему это важно

Показывает перспективы использования LLM-агентов для моделирования социально-экономических процессов, что важно для городского планирования и анализа политик.

Созвучно продуктам ЦД

ЦДГ ЦДП ЦД.Прогноз

Заголовок оригинала: From Survey Personas to LLM Agents: A Generative Agent-based Simulation of Mobility Policy Preference Dynamics

Читать первоисточник: arXiv — Computers and Society (cs.CY)

Перевод и краткое изложение — машинные, по материалам источника. Полный текст статьи не републикуется; права на него принадлежат источнику.

Генеративное агентное моделирование предпочтений в транспортной политике на основе опросов

Почему это важно

Созвучно продуктам ЦД

Рядом по теме

Enhanced Imitation Learning of Model Predictive Control through Importance Weighting

Слабый обмен знаниями между биологическими подобластями в агентном моделировании

Проверка соответствий онтологий для национального цифрового двойника