本研究提出了一种可解释的深度逆强化学习框架，旨在解决传统旅行需求模型在顺序活动和出行决策分析中的不足。该框架结合数据驱动的机器学习与理论驱动的行为模型，提取活动出行行为的奖励和策略函数，揭示不同社会经济群体的决策关键因素与偏好差异。