我們花費了大約90%的時間生活在建筑環(huán)境中——我們的家、辦公室、公園、交通系統(tǒng)。這些環(huán)境的設(shè)計，深刻地影響著從獲取機會、公共健康到社會資本形成和應(yīng)對突發(fā)中斷的韌性等個體和社區(qū)的福祉。然而，盡管建筑、交通等基礎(chǔ)設(shè)施越來越多地由數(shù)據(jù)和計算模型指導(dǎo)，但這些模型常常過度簡化了它們旨在服務(wù)的主體——人類。它們通常賦予代理人以靜態(tài)或假定的行為規(guī)則，無法捕捉現(xiàn)實世界行為的動態(tài)、適應(yīng)性和情境敏感的本質(zhì)。這個持續(xù)的建模差距，限制了我們設(shè)計真正能夠支持有意義的人類和社區(qū)成果的空間的能力。

特別是在社會基礎(chǔ)設(shè)施（如公園、圖書館、交通樞紐）中，其布局、可見性和可供性常常未能支持那些形成信任和互惠基礎(chǔ)的、隨意的、重復(fù)的互動。因此，即使物理基礎(chǔ)設(shè)施存在，其社會功能也未能實現(xiàn)。這揭示了一個關(guān)鍵的設(shè)計缺陷。同樣，在醫(yī)療保健環(huán)境的仿真模型中，人類運動常常被描繪為統(tǒng)一和可預(yù)測的，嚴(yán)格遵循預(yù)定時間表；在疏散和人群仿真中，基于細(xì)胞自動機的方法難以表示異構(gòu)的決策策略和精細(xì)空間配置的影響。這類簡化忽視了個人差異和動態(tài)互動，而這些因素恰恰會顯著影響結(jié)果（如護(hù)理質(zhì)量、疏散效率）。

為了突破這些限制，來自卡內(nèi)基梅隆大學(xué)的Maral Doctorarastoo、Katherine A. Flanigan、Mario Bergés和Christopher McComb在《Computers, Environment and Urban Systems》期刊上發(fā)表了他們的研究成果，提出了一個名為EMPIRE（Empirical Modeling of People in Responsive Environments，響應(yīng)式環(huán)境中的人的實證建模）的新框架。這個框架旨在構(gòu)建一個數(shù)據(jù)驅(qū)動的、分層的模型，用于預(yù)測動態(tài)物理環(huán)境中的人類時空行為，其核心目標(biāo)是實現(xiàn)基于場景的泛化能力。EMPIRE的靈感來源于認(rèn)知科學(xué)、環(huán)境心理學(xué)和機器學(xué)習(xí)對人類決策認(rèn)知特性的見解，其結(jié)構(gòu)是分層的，頂部是戰(zhàn)略規(guī)劃，底部是執(zhí)行規(guī)劃。

為了開展這項研究，研究人員在EMPIRE框架中整合了多種關(guān)鍵技術(shù)。首先，他們采用了模仿學(xué)習(xí)來從現(xiàn)場數(shù)據(jù)中學(xué)習(xí)人類的高級戰(zhàn)略活動（如下一步做什么活動，持續(xù)多久），避免使用手工制定的啟發(fā)式規(guī)則。其次，他們利用強化學(xué)習(xí)來生成基于環(huán)境解釋和偏好的適應(yīng)性執(zhí)行策略，使代理能夠通過試錯在與動態(tài)環(huán)境的交互中學(xué)習(xí)最優(yōu)行動。最后，為了捕捉個體在執(zhí)行同一活動時的獨特偏好（例如，一個人可能喜歡陽光照射的座位，而另一個人則尋求陰涼處），他們引入了圖神經(jīng)網(wǎng)絡(luò)。GNN能夠?qū)�個體感知到的空間特征、環(huán)境條件、附近人員及其相互關(guān)系進(jìn)行編碼，從而為每個個體生成一個位置特異性的“合意性”表面，這個表面作為RL規(guī)劃的獎勵景觀。這三層（IL, GNN, RL）共同構(gòu)成了代理的“決策核心”，在訓(xùn)練階段分別使用不同的數(shù)據(jù)流（粗粒度和細(xì)粒度數(shù)據(jù)）進(jìn)行獨立訓(xùn)練，在仿真階段則緊密耦合，形成一個閉環(huán)決策循環(huán)。

本研究提出的EMPIRE框架包含兩個主要階段：訓(xùn)練階段和仿真階段。在訓(xùn)練階段，傳感器網(wǎng)絡(luò)從儀器化環(huán)境中收集多模態(tài)觀測數(shù)據(jù)，并將其處理為粗粒度和細(xì)粒度兩種數(shù)據(jù)流，分別用于訓(xùn)練戰(zhàn)略規(guī)劃（IL）、偏好建模（GNN）和執(zhí)行力規(guī)劃（RL）模型。在仿真階段，訓(xùn)練好的代理決策核心被部署到模擬環(huán)境中，代理根據(jù)當(dāng)前觀察，通過IL選擇活動，GNN生成獎勵圖，RL決定具體行動，形成一個動態(tài)交互的閉環(huán)系統(tǒng)。該框架將環(huán)境抽象為物理空間、社會空間和環(huán)境空間三個相互關(guān)聯(lián)的部分，并使用規(guī)則網(wǎng)格世界進(jìn)行表示以實現(xiàn)計算可操作性。

為了驗證EMPIRE的場景泛化能力，研究團隊進(jìn)行了一項案例研究，模擬人類在代表性社會基礎(chǔ)設(shè)施（口袋公園）中的行為。研究中并未使用真實的人類觀測數(shù)據(jù)，而是采用了受已有工作啟發(fā)、基于詳細(xì)規(guī)則生成的合成行為數(shù)據(jù)作為“真實軌跡”。他們設(shè)計了六個不同的公園布局，并采用“留一布局”交叉驗證策略進(jìn)行評估，即每次使用五個布局的數(shù)據(jù)訓(xùn)練模型，然后在第六個未見過的布局上進(jìn)行測試。

研究對EMPIRE在每個被保留的公園布局中的性能進(jìn)行了系統(tǒng)評估，將模擬的代理行為與合成的真實軌跡數(shù)據(jù)進(jìn)行比較。實驗結(jié)果表明，EMPIRE成功地將學(xué)習(xí)到的行為模式遷移到了新的、未見過的空間場景中。這證明了其分層架構(gòu)（戰(zhàn)略目標(biāo)穩(wěn)定，執(zhí)行策略自適應(yīng)）和GNN對空間關(guān)系編碼的有效性，共同賦予了模型強大的場景泛化能力。具體性能指標(biāo)在論文相關(guān)部分給出。

本研究的核心貢獻(xiàn)在于提出了EMPIRE這一創(chuàng)新的、數(shù)據(jù)驅(qū)動的人類時空行為建模框架。該框架通過分層集成模仿學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)和強化學(xué)習(xí)，巧妙地模擬了人類“戰(zhàn)略規(guī)劃-偏好評估-執(zhí)行調(diào)整”的決策過程。其關(guān)鍵優(yōu)勢在于：

這項工作表明，將人類重新定位為動態(tài)系統(tǒng)的驅(qū)動者和受益者，并利用先進(jìn)的機器學(xué)習(xí)技術(shù)構(gòu)建具有適應(yīng)性和泛化能力的行為模型，是可能的。EMPIRE框架為建筑環(huán)境、城市規(guī)劃、應(yīng)急管理乃至虛擬現(xiàn)實等領(lǐng)域，提供了一個強大的新工具，用于模擬和預(yù)測復(fù)雜、動態(tài)的人類-環(huán)境互動，從而支持設(shè)計出更加人性化、高效和富有韌性的空間與系統(tǒng)。未來的工作可以探索在真實觀測數(shù)據(jù)上訓(xùn)練和驗證EMPIRE，并將其應(yīng)用于更廣泛的領(lǐng)域和更復(fù)雜的多智能體交互場景中。