基于两阶段 GAN 的连续轨迹生成
机器学习
2023-01-19 v1 人工智能
摘要
模拟人类移动性并生成大规模轨迹在许多现实应用中极有用处，如城市规划、疫情传播分析与地理隐私保护。尽管已有许多工作研究轨迹生成问题，所生成轨迹的连续性被忽视，这使得这些方法对实际城市模拟场景无用。为解决该问题，我们提出一种新颖的两阶段生成对抗框架以在路网上生成连续轨迹，即 TS-TrajGen，其将人类移动性的先验领域知识与无模型学习范式高效融合。具体地，我们在 A* 算法的人类移动性假设下构建生成器以学习人类移动行为。对于判别器，我们将序列奖励与移动偏航奖励结合以增强生成器有效性。最后，我们提出一种新颖的两阶段生成过程以克服现有随机生成过程的弱点。在两个真实数据集与两个案例研究上的大量实验表明，我们的框架相较最先进方法取得显著改进。
引用
@article{arxiv.2301.07103,
title = {Continuous Trajectory Generation Based on Two-Stage GAN},
author = {Wenjun Jiang and Wayne Xin Zhao and Jingyuan Wang and Jiawei Jiang},
journal= {arXiv preprint arXiv:2301.07103},
year = {2023}
}
备注
Accepted by AAAI23