人流移动模拟是模拟人员移动的技术，可应用于游戏、城市规划、建筑设计和交通组织等领域。清华大学研究人员提出了一种新的条件去噪扩散模型，通过社会力引导的扩散过程来模拟人群行为。该模型集成了等变性的强归纳偏差，并开发了适用于扩散模型的长程训练算法。实验证明该模型相对于基线方法有显著性能提升。

本文介绍了一种名为Controllable Diffusion Trajectory (CDT)的新型轨迹生成器，它将地图信息和社交交互融入到基于Transformer的条件去噪扩散模型中，以指导未来轨迹的预测。CDT通过引入行为标记和使用预测的终点作为替代行为标记，确保轨迹呈现多模态并促进准确预测。实验结果表明，CDT在复杂城市环境中生成多样且符合场景要求的轨迹。