論文の概要: Distilling Aggregate Mobility Statistics into a Language Model Policy for Post-Event Crowd Simulation
- arxiv url: http://arxiv.org/abs/2608.19778v1
- Date: Thu, 20 Aug 2026 08:23:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-21 20:28:51.493744
- Title: Distilling Aggregate Mobility Statistics into a Language Model Policy for Post-Event Crowd Simulation
- Title（参考訳）: イベント後の群集シミュレーションのための言語モデルポリシーへの集約モビリティ統計の蒸留
- Abstract要約: 言語モデル群集エージェントを微調整し、シミュレーションされた人口が観測対象の組成と一致するようにする。
2つの野球の試合の移動ネットワーク数では、微調整エージェントは推測時間補正なしで動作し、目的地の共有誤差を25%削減する。
- 参考スコア（独自算出の注目度）: 5.013248430919224
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Pedestrian simulators need a behaviour rule for every agent, but privacy usually limits the data for setting one to aggregate statistics, namely zone-level device counts and origin-to-destination (OD) flows, with no individual trajectories. Such aggregates under-determine individual behaviour, because many different sets of decisions reproduce the same counts. We fine-tune a language model crowd agent so that the simulated population matches the observed destination composition, the fraction of the departing crowd heading to each point of interest. We read this target from the OD flow and reweight the model's own destination distribution onto it by iterative proportional fitting. Because fine-tuning inflates the dominant destination class, we fit the low-rank adapter to trajectories resampled to a corrected training composition that reaches the target after this inflation. On mobile network counts from two baseball games the fine-tuned agent runs without inference-time correction, cutting the destination-share error by 25%, while the grid correlation remains similar across policies.
- Abstract（参考訳）: 歩行者シミュレータはすべてのエージェントに対して行動ルールを必要とするが、プライバシは通常、統計を集約するデータ、すなわちゾーンレベルのデバイス数とオリジン・ツー・デスティネーション(OD)フローを個々のトラジェクトリなしで設定するデータを制限する。
なぜなら、多くの異なる決定セットが同じ数を再現するためである。
我々は,言語モデル群集エージェントを微調整し,シミュレーションされた人口が観測対象の組成,つまり,各関心点に向かって出発する群集のごく一部と一致するようにした。
我々は、このターゲットをODフローから読み出し、反復比例フィッティングによりモデル自身の目的地分布を再重み付けする。
微調整が主流の目的地クラスを膨らませるため、このインフレーション後に目標に到達した修正トレーニング組成物に再サンプリングされたトラジェクトリに低ランクアダプタを適合させる。
モバイル・ネットワークにおける2つの野球の試合のカウントでは、微調整されたエージェントは推論時間補正なしで動作し、目的地と共有の誤差を25%削減する一方、グリッドの相関はポリシー全体にわたって類似している。
関連論文リスト
- Generative Frontier Planning for Adaptive Peer-Referral Recruitment under Covariate-Dependent Arrivals [28.082278231005997]
ピア・リフレラル・リクルートシステムは、感染症に罹患する隠れた集団の研究と介入に不可欠である。
ステップごとのモンテカルロサンプリングを決定論的バックアップに置き換えるモデルベースプランナーであるemphGenerative Frontier Planning (GFP)を提案する。
GFPはランダム、強化学習、すなわち動的プログラミングのベースラインを4つの割引因子で上回る。
論文 参考訳（メタデータ） (2026-06-06T22:31:07Z) - Trust the Batch, On- or Off-Policy: Adaptive Policy Optimization for RL Post-Training [50.86545293331458]
強化学習は、教師付き学習よりも構造的に難しい。
本稿では,固定クリッピングを政策比率の正規化された有効サンプルサイズに置き換える,単純かつ効果的なバッチ適応目的を提案する。
論文 参考訳（メタデータ） (2026-05-12T16:44:47Z) - PASM: Population Adaptive Symbolic Mixture-of-Experts Model for Cross-location Hurricane Evacuation Decision Prediction [1.503974529275767]
ある地域で訓練されたモデルは、しばしば他の場所で失敗する。
本稿では,大言語モデルで導出される記号的回帰と,経験的混合アーキテクチャを組み合わせたPopulation-Adaptive Mixture-of-Experts (PASM)を提案する。
Hurricanes Harvey と Irma では、XGBoost (0.404)、TabPFN (0.333)、GPT-5-mini (0.434)、メタラーニングベースライン MAML と Prototypeal Networks と比較すると、Matthews の相関係数は 0.607 である。
論文 参考訳（メタデータ） (2026-03-31T14:34:15Z) - Conservative Offline Robot Policy Learning via Posterior-Transition Reweighting [36.23660195981511]
PTR(Posterior-Transition Reweighting)は、報酬のない、保守的なポストトレーニング手法である。
各トレーニングサンプルが管理された更新にどの程度影響するかを決定する。
PTRは、各サンプルの反応後の結果が現在の表現の下にあるかに応じてクレジットを再配置する。
論文 参考訳（メタデータ） (2026-03-17T14:05:35Z) - Model-Based Policy Adaptation for Closed-Loop End-to-End Autonomous Driving [54.46325690390831]
本稿では,事前学習したE2E運転エージェントのロバスト性と安全性を高めるための汎用フレームワークとして,モデルベースポリシー適応(MPA)を提案する。
MPAは、ジオメトリ一貫性のあるシミュレーションエンジンを用いて、まず様々な対物軌道を生成する。
MPAは拡散ベースのポリシーアダプタを訓練し、基本方針の予測を洗練させ、Q値モデルを多段階に分けて長期的な結果を評価する。
論文 参考訳（メタデータ） (2025-11-26T17:01:41Z) - Adapt, But Don't Forget: Fine-Tuning and Contrastive Routing for Lane Detection under Distribution Shift [3.394257279821418]
データセット間の分散シフトは、微調整中に破滅的な忘れ物を引き起こす可能性がある。
本フレームワークは,分布毎に異なるモデルをトレーニングするよりも,パラメータをはるかに少なくしながら,ほぼ最適F1スコアを実現する。
論文 参考訳（メタデータ） (2025-07-22T18:39:15Z) - MF-LLM: Simulating Population Decision Dynamics via a Mean-Field Large Language Model Framework [53.82097200295448]
MF-LLM(Mean-Field LLM)は,まず平均場理論を社会シミュレーションに取り入れる。
MF-LLMは反復過程を通じて個人と人口間の双方向相互作用をモデル化する。
IB-Tuneは、Information Bottleneckの原理にインスパイアされた、新しい微調整手法である。
論文 参考訳（メタデータ） (2025-04-30T12:41:51Z) - Continuous Locomotive Crowd Behavior Generation [23.45902601618188]
本研究では,不均一な行動や相互作用を伴う連続的,現実的な群集軌道を自動生成する新しい手法を提案する。
提案手法は, 多様な集団行動パターンを効果的にモデル化し, 地理的に異なる環境にまたがってよく一般化できることを実証する。
論文 参考訳（メタデータ） (2025-04-07T06:08:59Z) - PeFAD: A Parameter-Efficient Federated Framework for Time Series Anomaly Detection [51.20479454379662]
私たちはaを提案します。
フェデレートされた異常検出フレームワークであるPeFADは、プライバシーの懸念が高まっている。
我々は、4つの実際のデータセットに対して広範な評価を行い、PeFADは既存の最先端ベースラインを最大28.74%上回っている。
論文 参考訳（メタデータ） (2024-06-04T13:51:08Z) - Robust Zero-Shot Crowd Counting and Localization With Adaptive Resolution SAM [55.93697196726016]
本稿では,SEEM(Seegment-Everything-Everywhere Model)を用いた簡易かつ効果的な群集カウント手法を提案する。
密集した群集シーンにおけるSEEMの性能は,高密度領域の多くの人々が欠落していることが主な原因である。
提案手法は,群集カウントにおいて最高の教師なし性能を実現すると同時に,いくつかの教師付き手法に匹敵する性能を示す。
論文 参考訳（メタデータ） (2024-02-27T13:55:17Z) - Time-series Generation by Contrastive Imitation [87.51882102248395]
モーメントマッチングの目的によってモチベーションされ、複合的エラーを軽減し、局所的(しかし前方的な)遷移ポリシーを最適化する。
推論において、学習されたポリシーは反復的なサンプリングのジェネレータとして機能し、学習されたエネルギーはサンプルの品質を評価するための軌道レベル尺度として機能する。
論文 参考訳（メタデータ） (2023-11-02T16:45:25Z) - Control-Aware Prediction Objectives for Autonomous Driving [78.19515972466063]
本研究では,制御に対する予測の下流効果を評価するための制御認識予測目標(CAPOs)を提案する。
本稿では,エージェント間の注意モデルを用いた重み付けと,予測軌跡を接地真実軌跡に交換する際の制御変動に基づく重み付けの2つの方法を提案する。
論文 参考訳（メタデータ） (2022-04-28T07:37:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。