全球十亿级轨迹点驱动，首个轨迹基础大模型来了
💡
原文中文，约3000字，阅读约需8分钟。
📝
内容提要
香港科技大学等团队推出全球首个轨迹数据集WorldTrace，并基于此训练了通用轨迹模型UniTraj，解决了现有模型的任务特异性、区域依赖性和数据质量敏感性问题。该模型通过重采样和掩码策略，增强了对多样化轨迹数据的处理能力，为交通优化和城市管理提供了新思路。
🎯
关键要点
- 香港科技大学等团队推出全球首个轨迹数据集WorldTrace，解决现有模型的任务特异性、区域依赖性和数据质量敏感性问题。
- UniTraj模型通过重采样和掩码策略，增强了对多样化轨迹数据的处理能力。
- WorldTrace数据集涵盖70个国家和地区，包括245万条轨迹和十亿级别的轨迹数据点。
- UniTraj模型采用灵活的编码器-解码器架构，集成多种重采样和掩码策略以提升计算效率和鲁棒性。
- 研究设计了两种重采样策略，分别为随机动态重采样和间隔一致性重采样。
- UniTraj模型使用四种掩码策略来提升对轨迹局部和全局模式的建模能力。
- 实验验证了UniTraj模型在处理真实世界轨迹数据时的准确性和泛化能力。
- UniTraj研究为处理大规模、多样化的轨迹数据提供了新的工具和思路。
➡️
