基于大语言模型的人类移动行为生成方法及系统

本发明涉及人工智能，尤其涉及一种基于大语言模型的人类移动行为生成方法及系统。

背景技术：

1、人类移动行为与交通拥堵情况、能源消耗分布、流行病传播等城市问题息息相关。对人类移动行为的精确建模，对交通控制、能源供给、卫生政策、城市规划等都有非常重要的作用。例如大型活动期间，如何对交通临时调整、如何制定应急预案；例如通信网络优化，基站密度的设置以及基站工作功率的动态调整。传统收集大规模人群移动行为数据的方式，是通过家庭旅行调查或智能手机个人传感器的随身记录，这两种方法都难以实现人类行为数据的个性化生成，难以利用更详细的人口属性来拟合真实城市人群的移动规律。因此，如何实现准确、高效、富语义感知的人体移动行为生成是一个具有挑战性的研究问题。

技术实现思路

1、本发明提供一种基于大语言模型的人类移动行为生成方法及系统，利用人物画像来指定大语言模型所扮演的角色，再通过大语言模型的逐步推理来生成高层次的移动意图，最后用机制模型将抽象意图模板映射到真实地理位置，能够实现准确、高效、富语义感知的人体移动行为生成。

2、本发明提供一种基于大语言模型的人类移动行为生成方法，包括：基于人物画像数据库，确定上下文感知的提示词；所述人物画像数据库用于指定预训练的大语言模型所扮演的人类角色；基于所述上下文感知的提示词，使用所述大语言模型的思维链机制，推理生成完整的移动意图模板；所述完整的移动意图模板为指定角色在预设时间段内不同时刻的移动行为；输入所述完整的移动意图模板至预训练的机制模型，获得所述机制模型输出的映射到真实地理位置的人类移动行为；其中，所述机制模型用于基于与所述完整的移动意图模板对应的移动距离，对所述完整的移动意图模板进行真实地理位置映射。

3、根据本发明提供的一种基于大语言模型的人类移动行为生成方法，所述基于人物画像数据库，确定上下文感知的提示词，包括：基于所述人物画像数据库，确定人物画像信息；基于所述人物画像信息、小样本示例和前序移动意图，确定所述上下文感知的提示词；所述小样本示例包括人物画像示例和对应所述人物画像示例的时间-意图模板；所述前序移动意图为在当前移动意图之前时间的人类角色的移动意图；所述人物画像示例用于表征示例角色的特征信息。

4、根据本发明提供的一种基于大语言模型的人类移动行为生成方法，所述对应所述人物画像示例的时间-意图模板，包括：示例角色在示例时间段内不同时刻对应的移动意图，并根据不同移动意图之间的联系，解释下一移动意图作出的原因。

5、根据本发明提供的一种基于大语言模型的人类移动行为生成方法，所述基于所述上下文感知的提示词，使用所述大语言模型的思维链机制，推理生成完整的移动意图模板，包括：将所述完整的移动意图模板的推理生成过程分解为生成若干个意图的步骤，在每个意图的生成步骤中，提供前序移动意图的全部结果作为上下文感知的思维链的推理基础；其中，每个意图的生成过程包括：输入所述上下文感知的提示词至所述大语言模型，获得所述大语言模型输出的当前移动意图；所述当前移动意图为指定角色在当前时刻的移动行为；基于所述当前移动意图，从预设持续时间分布中采样，确定与所述当前移动意图对应的持续时间。

6、根据本发明提供的一种基于大语言模型的人类移动行为生成方法，所述机制模型采用引力模型；所述引力模型满足公式：

7、

8、其中，为区域 i和区域 j之间的迁移交通量， k为归一化的系数， m i为区域 i的poi密度， m j为区域 j的poi密度， r ij为区域 i和区域 j之间的距离。

9、根据本发明提供的一种基于大语言模型的人类移动行为生成方法，所述机制模型用于基于与所述完整的移动意图模板对应的移动距离，对所述完整的移动意图模板进行真实地理位置映射，包括：对于所述完整的移动意图模板中的每个移动意图，基于前序位置进行poi采样，确定所述移动距离；所述移动距离为从所述前序位置到当前位置的距离；所述前序位置为与前序移动意图对应的真实地理位置，所述当前位置为与当前移动意图对应的真实地理位置；基于所述移动距离，对当前移动意图进行所述当前位置映射。

10、本发明还提供一种基于大语言模型的人类移动行为生成系统，包括：确定模块，用于基于人物画像数据库，确定上下文感知的提示词；所述人物画像数据库用于指定预训练的大语言模型所扮演的人类角色；生成模块，用于基于所述上下文感知的提示词，使用所述大语言模型的思维链机制，推理生成完整的移动意图模板；所述完整的移动意图模板为指定角色在预设时间段内不同时刻的移动行为；映射模块，用于输入所述完整的移动意图模板至预训练的机制模型，获得所述机制模型输出的映射到真实地理位置的人类移动行为；其中，所述机制模型用于基于与所述完整的移动意图模板对应的移动距离，对所述完整的移动意图模板进行真实地理位置映射。

11、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于大语言模型的人类移动行为生成方法。

12、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于大语言模型的人类移动行为生成方法。

13、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于大语言模型的人类移动行为生成方法。

14、本发明提供的一种基于大语言模型的人类移动行为生成方法及系统，该方法基于人物画像数据库，确定上下文感知的提示词；基于上下文感知的提示词，使用大语言模型的思维链机制，推理生成完整的移动意图模板；输入完整的移动意图模板至预训练的机制模型，获得机制模型输出的映射到真实地理位置的人类移动行为；机制模型用于基于与完整的移动意图模板对应的移动距离，对完整的移动意图模板进行真实地理位置映射。本发明利用人物画像来指定大语言模型所扮演的角色，再通过大语言模型的逐步推理来生成高层次的移动意图，最后用机制模型将抽象意图模板映射到真实地理位置，能够实现准确、高效、富语义感知的人体移动行为生成。

技术特征：

1.一种基于大语言模型的人类移动行为生成方法，其特征在于，包括：

2.根据权利要求1所述的基于大语言模型的人类移动行为生成方法，其特征在于，所述基于人物画像数据库，确定上下文感知的提示词，包括：

3.根据权利要求2所述的基于大语言模型的人类移动行为生成方法，其特征在于，所述对应所述人物画像示例的时间-意图模板，包括：

4.根据权利要求1所述的基于大语言模型的人类移动行为生成方法，其特征在于，所述基于所述上下文感知的提示词，使用所述大语言模型的思维链机制，推理生成完整的移动意图模板，包括：

5.根据权利要求1所述的基于大语言模型的人类移动行为生成方法，其特征在于，所述机制模型采用引力模型；所述引力模型满足公式：

6.根据权利要求1至5任一项所述的基于大语言模型的人类移动行为生成方法，其特征在于，所述机制模型用于基于与所述完整的移动意图模板对应的移动距离，对所述完整的移动意图模板进行真实地理位置映射，包括：

7.一种基于大语言模型的人类移动行为生成系统，其特征在于，包括：

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于大语言模型的人类移动行为生成方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于大语言模型的人类移动行为生成方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于大语言模型的人类移动行为生成方法。

技术总结
本发明涉及人工智能技术领域，提供一种基于大语言模型的人类移动行为生成方法及系统，该方法基于人物画像数据库，确定上下文感知的提示词；基于上下文感知的提示词，使用大语言模型的思维链机制，推理生成完整的移动意图模板；输入完整的移动意图模板至预训练的机制模型，获得机制模型输出的映射到真实地理位置的人类移动行为；机制模型用于基于与完整的移动意图模板对应的移动距离，对完整的移动意图模板进行真实地理位置映射。本发明利用人物画像来指定大语言模型所扮演的角色，再通过大语言模型的逐步推理来生成高层次的移动意图，最后用机制模型将抽象意图模板映射到真实地理位置，能够实现准确、高效、富语义感知的人体移动行为生成。

技术研发人员：徐丰力,邵晨扬,李勇
受保护的技术使用者：清华大学
技术研发日：
技术公布日：2024/9/23