本研究提出了一种新方法PTrajM，通过Trajectory-Mamba模型和预训练流程，有效提取车辆轨迹的语义信息，能在不增加计算资源的情况下识别旅行目的。实验结果表明，PTrajM在多个真实数据集上表现优于现有方法，具有广泛应用潜力。

本文研究了使用单个消费级GPU训练一天的遮蔽语言模型的下游性能，并通过修改预训练流程证明了性能与大型计算环境下的缩放定律密切相关。