CityBehavEx平台：1小时模拟10万智能体，降低LLM调用成本

背景

近年来，基于大语言模型（LLM）的多智能体城市模拟器能够生成语义丰富的城市日常活动序列（routines），但这类模拟器在扩展到城市级人口规模时成本高昂，且往往缺乏对真实移动模式的实证验证。现有方法通常为每个智能体每次动作都调用大语言模型，导致计算开销随智能体数量线性增长，难以支撑数万至数十万智能体的长期模拟。同时，模拟生成的活动模式是否与现实世界中的空间、时间及语义分布相匹配，也缺少系统性的验证手段。CityBehavEx 正是为了解决上述可扩展性与验证性双重挑战而提出的新型平台。

核心内容

CityBehavEx 是一个交互式的、由 LLM 辅助的城市模拟平台，其核心设计目标包括：扩展到城市级人口规模、暴露智能体行为以便审查、支持实证验证，以及生成更符合真实世界空间、时间和语义分布的移动模式。

与完全依赖大语言模型不同，CityBehavEx 采用混合方案：将成熟的人类移动模型（human mobility models）与经过微调的交叉编码器（fine-tuned cross-encoders）相结合。交叉编码器用于估计智能体档案（profiles）、日程（schedules）和活动转换（activity transitions）之间的语义对齐程度。这种设计大幅减少了对 LLM 的调用次数，使大规模模拟成为可能。在案例研究中，平台在单张消费级 GPU 上、不到一小时内完成了 100,000 个智能体在 75 天内的模拟。

平台提供用户友好的交互功能：用户可以定义模拟区域、启动实验、检查智能体的轨迹和活动记录、调试不真实的行为，以及使用真实世界移动数据、时间使用数据和语义指标对生成的例行活动进行验证。当前上下文为 cs.CL（计算语言学），论文于 2026 年 7 月 13 日提交至 arXiv。

关键要点

• 混合架构：不使用 LLM 为每个智能体每次动作生成决策，而是结合经典人类移动模型与微调交叉编码器，仅在对语义对齐进行估计时利用 LLM 辅助，大幅降低计算成本。
• 可扩展性：在单张消费级 GPU 上，1 小时内即可完成 10 万智能体 75 天的城市级模拟，远超现有纯 LLM 方法的可扩展上限。
• 实证验证集成：平台内置验证模块，允许用户将生成的活动模式与现实世界的移动数据、时间使用数据集及语义指标进行对比，确保模拟输出具有实证依据。
• 交互与调试能力：用户可自由定义模拟区域、启动不同实验、可视化智能体轨迹和活动序列，并直接识别和修复不合理的智能体行为。
• 开源与可复现：论文提供了代码、数据及媒体关联（如 alphaXiv、CatalyzeX 等），便于社区复现和扩展。

意义与影响

CityBehavEx 为大规模城市模拟提供了一种兼顾语义丰富度与计算效率的实用方案。其混合架构显著降低了 LLM 部署成本，使得研究人员和城市规划者能够在普通硬件上运行城市级模拟，而无需依赖昂贵的大规模算力集群。内置的实证验证功能填补了以往 LLM 模拟器缺乏真实世界校准的空白，有望提升模拟结果在交通规划、公共政策评估、应急管理等领域中的可信度。此外，平台开放交互式调试与验证工具，有助于社区共同改进模拟算法，推动 LLM 在计算社会科学和城市计算中的落地应用。