Towards Efficient and Evidence-grounded Mobility Prediction with LLM-Driven Agent

Resumen Técnico: Hacia una Predicción de Movilidad Eficiente y Basada en Evidencia con Agentes Impulsados por LLM

Definición del Problema
La predicción de la movilidad a nivel individual es crítica para la simulación urbana, la planificación del transporte y el análisis de la salud pública. Los enfoques existentes generalmente se dividen en dos paradigmas, ambos con limitaciones significativas:

1. Modelos de Secuencia Supervisados: Métodos como RNN y Transformers logran una alta precisión al aprender dependencias espaciotemporales a partir de datos a gran escala. Sin embargo, son "cajas negras" con transparencia limitada a nivel de decisión, requieren un entrenamiento específico para cada tarea (lo que hace que la adaptación a nuevas ciudades o granularidades sea costosa) y no pueden buscar información adicional dinámicamente cuando las señales son débiles.
2. Métodos Estáticos Basados en LLM: Enfoques recientes convierten las trayectorias en texto y aprovechan los Modelos de Lenguaje Extensos (LLM) para la interpretabilidad. Sin embargo, la mayoría depende de prompts estáticos e inferencia de una sola pasada. Comprimen toda la evidencia disponible en un contexto fijo, careciendo de la capacidad de recuperar, contrastar o revisar iterativamente las predicciones cuando las señales de movilidad son conflictivas o ambiguas.

El desafío central abordado es que las instancias de movilidad varían en dificultad. Los casos rutinarios (por ejemplo, un usuario que visita el mismo lugar a una hora específica) se resuelven fácilmente mediante la regularidad histórica, mientras que los casos ambiguos requieren reconciliar señales conflictivas de contexto reciente, hábitos a largo plazo, tendencias de permanencia-movimiento y plausibilidad geográfica. Los métodos actuales no logran adaptar su esfuerzo de razonamiento a estas diversas dificultades.

Metodología: AgentMob
Los autores proponen AgentMob, un marco de agentes impulsado por LLM y libre de entrenamiento (training-free) que redefine la predicción de la próxima ubicación como un proceso de toma de decisiones adaptativo y controlado por evidencia. En lugar de tratar al LLM como un predictor directo, AgentMob lo utiliza como un controlador que decide dinámicamente cuánta evidencia se requiere para una instancia específica.

El marco opera a través del siguiente flujo de trabajo:

1. Procesamiento de Entrada: Los registros GPS brutos se discretizan en unidades espaciales (polígonos administrativos o celdas de cuadrícula) y se emparejan con descripciones textuales de funciones urbanas (POIs, descripciones de regiones).
2. Predicción de Ruta Rápida (Fast-Path): El agente primero realiza una verificación ligera de la regularidad histórica. Si el historial de un usuario muestra una ubicación dominante para el día de la semana y la hora específicos, el agente devuelve inmediatamente esta ubicación. Esto evita la computación costosa para casos rutinarios.
3. Llamada a Herramientas Adaptativa (para Casos Ambiguos): Cuando la regularidad histórica es insuficiente, el agente entra en un bucle iterativo (limitado a 10 iteraciones) para recolectar evidencia. Invoca un Maletín de Herramientas de Análisis de Movilidad que contiene cuatro herramientas distintas:
   • Recuperador de Contexto de Movilidad: Resume secuencias de trayectoria recientes y estadísticas de visitas a la misma hora para distinguir la continuidad inmediata de los patrones a largo plazo.
   • Recuperador de Información Geográfica: Proporciona métricas de distancia y descripciones textuales de ubicaciones candidatas para verificar la plausibilidad geográfica y la consistencia semántica.
   • Estimador de Permanencia-Movimiento: Estima la probabilidad de que el usuario permanezca en la ubicación actual frente a la de moverse, basándose en la duración de la estancia actual frente a las estadísticas históricas.
   • Recuperador de Comportamiento Histórico: Recupera patrones de comportamiento (tiempos de permanencia, destinos frecuentes siguientes) de visitas pasadas a ubicaciones similares bajo contextos temporales comparables.
4. Decisión y Auditabilidad: El controlador LLM sintetiza la evidencia de estas herramientas, resuelve conflictos y produce una lista clasificada de ubicaciones candidatas. Todas las invocaciones de herramientas están restringidas a los datos disponibles antes de la marca de tiempo objetivo para asegurar la validez cronológica. Todo el proceso genera un rastro auditable de los pasos de razonamiento y las salidas de las herramientas.

Contribuciones Clave

• Formulación de Control de Evidencia Adaptativa: El artículo redefine la predicción de la movilidad como un proceso de decisión a nivel de instancia donde un agente elige entre una ruta rápida de regularidad histórica y una recolección de evidencia iterativa para casos ambiguos.
• Agente Aumentado por Herramientas Libre de Entrenamiento: AgentMob es un marco que no requiere entrenamiento que invoca selectivamente herramientas de movilidad (conductuales, geográficas y estadísticas) para producir predicciones fiables y auditables sin necesidad de realizar un ajuste fino (fine-tuning) del LLM subyacente.
• Desempeño Fuerte y Explicable: El marco demuestra que la recolección de evidencia adaptativa mejora significamente la calidad de la predicción, particularmente cuando las estadísticas de movilidad deterministas son insuficientes o conflictivas.

Resultos Experimentales
Los autores evaluaron AgentMob en tres conjuntos de datos con diferentes granularidades espaciales: BW (polígonos administrativos de Tokio), YJMob100K (cuadrículas anonimizadas de 500 m) y Shanghai ISP (registros de red móvil). Compararon AgentMob contra modelos supervisados (DeepMove, Transformer) y varios métodos basados en LLM (AgentMove, LLM-Mob, TrajLLM, LLM Urban Residents) utilizando backbones como GPT-5.4, GPT-4.1-mini y Qwen3-8B.

• Desempeño General: AgentMob logró el mejor desempeño general entre todos los métodos basados en LLM libres de entrenamiento. Con GPT-5.4, alcanzó un 71.42% Acc@1 en BW, 33.14% en YJMob100K y 33.50% en Shanghai ISP.
• Comparación con Modelos Supervisados: Aunque los modelos supervisados (como Transformer) siguieron siendo superiores en el conjunto de datos BW, donde abundan los datos regulares, AgentMob superó a los modelos supervisados en YJMob100K y Shanghai ISP, sugiriendo que el razonamiento basado en evidencia es competitivo cuando los espacios de ubicación son densos o la historia es dispersa.
• Rol del Controlador LLM: Un estudio de ablación que reemplazó el controlador LLM con una regla determinista (AgentMob-Statistics) mostró que el controlador LLM proporciona las ganancias más significativas en casos ambiguos (no de ruta rápida). En el subconjunto de no ruta rápida de BW, el controlador mejoró el Acc@1 del 30.65% al 48.62%, demostando su valor para contrastar señales conflictivas.
• Eficiencia: AgentMob es altamente eficiente debido a su estrategia adaptativa. En el conjunto de datos BW, el 62.54% de las muestras se resolvieron mediante la ruta rápida, lo que resultó en un menor tiempo de ejecución y uso de tokens en comparación con los modelos de referencia que procesan todas las muestras mediante un procedimiento de inferencia pesado y fijo.

Significancia y Reivindicaciones
El artículo afirma que AgentMob representa un cambio de la predicción estática de una sola pasada hacia una inferencia adaptativa, basada en evidencia e iterativa. Su principal significancia radica en demostrar que:

1. El Razonamiento Adaptativo es Crucial: La capacidad de asignar dinámicamente el esfuerzo de razonamiento basado en la dificultad de la predicción (ruta rápida frente a razonamiento profundo) es más efectiva que forzar todas las muestras a través de un procedimiento uniforme y computacionalmente costoso.
2. La Base de Evidencia Mejora la Fiabilidad: Al recuperar y contrastar explícitamente evidencia de múltiples fuentes (conductuales, geográficas y estadísticas), el sistema puede resolver ambigüedades que los prompts estáticos o los modelos puramente estadísticos no pueden.
3. Viabilidad Sin Entrenamiento: Se puede lograr una predicción de movilidad de alta calidad sin el costo del entrenamiento de modelos específicos para la tarea, siempre que el sistema esté equipado con herramientas estructuradas y un controlador adaptativo.

Los autores concluyen que el beneficio principal de su enfoque no es solo la precisión bruta, sino la capacidad de proporcionar predicciones fiables en escenarios ambiguos donde las estadísticas deterministas fallan, manteniendo la eficiencia mediante un mecanismo de ruta rápida para casos rutinarios.