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

Résumé Technique : Vers une prédiction de la mobilité efficace et fondée sur des preuves avec des agents pilotés par des LLM

Définition du Problème
La prédiction de la mobilité au niveau individuel est cruciale pour la simulation urbaine, la planification des transports et l'analyse de la santé publique. Les approches existantes se divisent généralement en deux paradigmes, présentant tous deux des limitations significatives :

1. Modèles de séquences supervisés : Des méthodes telles que les RNN et les Transformers atteignent une grande précision en apprenant les dépendances spatiotemporelles à partir de données à grande échelle. Cependant, ce sont des « boîtes noires » avec une transparence limitée au niveau de la décision, nécessitent un entraînement spécifique à la tâche (rendant l'adaptation à de nouvelles villes ou granularités coûteuse) et ne peuvent pas rechercher dynamiquement des informations supplémentaires lorsque les signaux sont faibles.
2. Méthodes statiques basées sur les LLM : Des approches récentes convertissent les trajectoires en texte et exploitent les Grands Modèles de Langage (LLM) pour l'interprétabilité. Cependant, la plupart reposent sur des prompts statiques et une inférence à passage unique. Elles compressent toutes les preuves disponibles dans un contexte fixe, manquant de la capacité d'extraire de manière itérative, de recouper ou de réviser les prédictions lorsque les signaux de mobilité sont conflictuels ou ambigus.

Le défi central abordé est que les instances de mobilité varient en difficulté. Les cas routiniers (ex: un utilisateur visitant le même lieu à une heure précise) sont facilement résolus par la régularité historique, tandis que les cas ambigus nécessitent de concilier des signaux conflictuels provenant du contexte récent, des habitudes à long terme, des tendances de séjour-déplacement et de la plausibilité géographique. Les méthodes actuelles ne parviennent pas à adapter leur effort de raisonnement à ces difficultés variables.

Méthodologie : AgentMob
Les auteurs proposent AgentMob, un cadre d'agent piloté par LLM et sans entraînement, qui reformule la prédiction du prochain emplacement comme un processus de prise de décision adaptatif contrôlé par des preuves. Au lieu de traiter le LLM comme un prédicteur direct, AgentMob l'utilise comme un contrôleur qui décide dynamiquement de la quantité de preuves requise pour une instance spécifique.

Le cadre fonctionne via le pipeline suivant :

1. Traitement des entrées : Les enregistrements GPS bruts sont discrétisés en unités spatiales (polygones administratifs ou cellules de grille) et appariés à des descriptions textuelles de fonctions urbaines (POI, descriptions de régions).
2. Prédiction par chemin rapide (Fast-Path) : L'agent effectue d'abord une vérification légère de la régularité historique. Si l'historique d'un utilisateur montre un lieu dominant pour le jour de la semaine et l'heure spécifiques, l'agent retourne immédiatement ce lieu. Cela permet de contourner les calculs coûteux pour les cas routiniers.
3. Appel d'outils adaptatif (pour les cas ambigus) : Lorsque la régularité historique est insuffisante, l'agent entre dans une boucle itérative (limitée à 10 itérations) pour rassembler des preuves. Il invoque une Boîte à outils d'analyse de la mobilité contenant quatre outils distincts :
   • Récupérateur de contexte de mobilité : Résume les séquences de trajectoires récentes et les statistiques de visites au même moment pour distinguer la continuité immédiate des modèles à long terme.
   • Récupérateur d'informations géographiques : Fournit des métriques de distance et des descriptions textuelles des lieux candidats pour vérifier la plausibilité géographique et la cohérence sémantique.
   • Estimateur de Séjour-Déplacement : Estime la probabilité que l'utilisateur reste à l'emplacement actuel ou se déplace, en se basant sur la durée de séjour actuelle par rapport aux statistiques historiques.
   • Récupérateur de comportement historique : Récupère les modèles de comportement (durées de séjour, prochaines destinations fréquentes) à partir de visites passées à des lieux similaires sous des contextes temporels comparables.
4. Décision et Auditabilité : Le contrôleur LLM synthétise les preuves de ces outils, résout les conflits et produit une liste classée de lieux candidats. Toutes les invocations d'outils sont contraintes aux données disponibles avant l'horodatage cible afin de garantir la validité chronologique. L'ensemble du processus génère une trace auditable des étapes de raisonnement et des sorties d'outils.

Principales Contributions

• Formulation de contrôle de preuves adaptatif : L'article reformule la prédiction de la mobilité comme un processus de décision au niveau de l'instance où un agent choisit entre un chemin de régularité historique rapide et une collecte de preuves itérative pour les cas ambigus.
• Agent augmenté par des outils sans entraînement : AgentMob est un cadre sans entraînement qui invoque sélectivement des outils de mobilité (comportementaux, géographiques et statistiques) pour produire des prédictions fiables et auditables sans ajustement fin (fine-tuning) du LLM sous-jacent.
• Performance forte et explicable : Le cadre démontre que la collecte adaptative de preuves améliore considérablement la qualité de la prédiction, particulièrement lorsque les statistiques de mobilité déterministes sont insuffisantes ou conflictuelles.

Résultats Expérimentaux
Les auteurs ont évalué AgentMob sur trois jeux de données avec différentes granularités spatiales : BW (polygones administratifs de Tokyo), YJMob100K (grilles anonymisées de 500m) et Shanghai ISP (journaux de réseaux mobiles). Ils ont comparé AgentMob à des modèles supervisés (DeepMove, Transformer) et à plusieurs méthodes basées sur les LLM (AgentMove, LLM-Mob, TrajLLM, LLM Urban Residents) utilisant des backbones comme GPT-5.4, GPT-4.1-mini et Qwen3-8B.

• Performance Globale : AgentMob a obtenu la meilleure performance globale parmi toutes les méthodes basées sur les LLM sans entraînement. Avec GPT-5.4, il a atteint 71,42 % Acc@1 sur BW, 33,14 % sur YJMob100K et 33,50 % sur Shanghai ISP.
• Comparaison avec les modèles supervisés : Bien que les modèles supervisés (comme Transformer) restent supérieurs sur le jeu de données BW où les données régulières sont abondantes, AgentMob surpasse les bases supervisées sur YJMob100K et Shanghai ISP, suggérant que le raisonnement fondé sur des preuves est compétitif lorsque les espaces de localisation sont denses ou que l'historique est parcimonieux.
• Rôle du contrôleur LLM : Une étude d'ablation remplaçant le contrôleur LLM par une règle déterministe (AgentMob-Statistics) a montré que le contrôleur LLM apporte les gains les plus significatifs dans les cas ambigus (non-fast-path). Sur le sous-ensemble non-fast-path de BW, le contrôleur a amélioré l'Acc@1 de 30,65 % à 48,62 %, démontant sa valeur dans le recoupement de signaux conflictuels.
• Efficacité : AgentMob est hautement efficace grâce à sa stratégie adaptative. Sur le jeu de données BW, 62,54 % des échantillons ont été résolus via le chemin rapide, entraînant un temps d'exécution et une utilisation de jetons (tokens) inférieurs par rapport aux modèles de référence qui traitent tous les échantillons via une procédure d'inférence lourde et fixe.

Signification et Revendications
L'article affirme qu'AgentMob représente un passage d'une prédiction statique à un passage unique vers une inférence adaptative, fondée sur des preuves et itérative. Sa principale signification réside dans la démonstration que :

1. Le raisonnement adaptatif est crucial : La capacité d'allouer dynamiquement l'effort de raisonnement en fonction de la difficulté de prédiction (chemin rapide vs raisonnement profond) est plus efficace que de forcer tous les échantillons à travers une procédure uniforme et coûteuse en calcul.
2. L'ancrage sur les preuves améliore la fiabilité : En extrayant et en recoupant explicitement des preuves multi-sources (comportementales, géographiques et statistiques), le système peut résoudre les ambiguïtés que les prompts statiques ou les modèles purement statistiques ne peuvent résoudre.
3. Viabilité sans entraînement : Une prédiction de mobilité de haute qualité peut être obtenue sans le coût d'un entraînement de modèle spécifique à la tâche, à condition que le système soit équipé d'outils structurés et d'un contrôleur adaptatif.

Les auteurs concluent que le principal avantage de leur approche n'est pas seulement la précision brute, mais la capacité de fournir des prédictions fiables dans des scénarios ambigus où les statistiques déterministes échouent, tout en maintenant l'efficacité grâce à un mécanisme de chemin rapide pour les cas routiniers.