Map2Traj：基于扩散模型的街道地图驾驶零样本轨迹生成
人工智能
2024-07-30 v1
摘要
用户移动性建模在当代无线网络分析与优化中发挥着关键作用。典型的随机移动模型（如随机路径点模型和高斯马尔可夫模型）难以捕捉用户在真实区域内的分布特征。而现有的基于轨迹的移动模型和现有学习方法受限于因隐私原因难以获取大量真实轨迹。本文我们利用街道地图与轨迹之间的内在关联性，开发了一种新的零样本轨迹生成方法，命名为 Map2Traj，通过利用扩散模型实现。我们将街道地图作为条件输入，以一致的方式引导去噪过程，并在来自中国西安 various 区域的真实轨迹及其对应街道地图的 diverse 数据集上进行训练。仅凭一个未观察区域的街道地图，Map2Traj 即可生成与真实移动模式高度相似且效果相当的合成轨迹。广泛的实验验证了我们方法在零样本轨迹生成任务中的有效性，包括轨迹和分布相似性。此外，还 presented了在无线网络优化中应用 Map2Traj 的案例研究，以验证其对下游应用的有效性。
引用
@article{arxiv.2407.19765,
title = {Map2Traj: Street Map Piloted Zero-shot Trajectory Generation with Diffusion Model},
author = {Zhenyu Tao and Wei Xu and Xiaohu You},
journal= {arXiv preprint arXiv:2407.19765},
year = {2024}
}