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

技術要約：LLM駆動型エージェントによる効率的かつ根拠に基づいたモビリティ予測に向けて

問題定義
個人レベルのモビリティ予測は、都市シミュレーション、交通計画、および公衆衛生分析において極めて重要である。既存のアプローチは概ね以下の2つのパラダイムに分類されるが、いずれも重大な限界を抱えている：

1. 教師ありシーケンスモデル： RNNやTransformerなどの手法は、大規模データから時空間依存性を学習することで高い精度を実現する。しかし、これらは「ブラックボックス」であり、意思決定レベルの透明性に欠け、タスク固有の学習が必要であるため（新しい都市や粒度への適応にコストがかかる）、また信号が弱い場合に動的に追加情報を探索することができない。
2. 静的なLLMベースの手法： 近年のアプローチは、軌跡をテキストに変換し、大規模言語モデル（LLM）を活用して解釈可能性を実現している。しかし、その多くは静的なプロンプトとシングルパスの推論に依存している。これらは利用可能なすべての証拠を固定されたコンテキストに圧縮してしまうため、モビリティの信号が矛盾したり曖昧であったりする場合に、反復的に検索、相互確認、または予測を修正する能力を欠いている。

対処すべき核心的な課題は、モビリティの事例には難易度の差があることである。定型的なケース（例：特定の曜日・時刻に同じ場所を訪れるユーザー）は歴史的な規則性によって容易に解決されるが、曖昧なケースでは、直近のコンテキスト、長期的な習慣、滞留・移動の傾向、および地理的な妥当性といった相反する信号を調整する必要がある。既存の手法は、これらの変動する難易度に応じて推論の労力を適応させることができていない。

手法：AgentMob
著者らは、次地点予測を適応的な証拠制御型の意思決定プロセスとして再定義する、学習不要なLLM駆動型エージェントフレームワークであるAgentMobを提案する。AgentMobは、LLMを直接的な予測器として扱うのではなく、特定のインスタンスに対してどの程度の証拠が必要かを動的に決定するコントローラーとして使用する。

本フレームワークは、以下のパイプラインを通じて動作する：

1. 入力処理： 生のGPSレコードを空間単位（行政区画またはグリッドセル）に離散化し、都市機能（POI、地域記述）のテキスト記述と組み合わせる。
2. 高速パス予測（Fast-Path Prediction）： エージェントはまず、歴史的な規則性に関する軽量なチェックを行う。ユーザーの履歴が特定の曜日および時刻において支配的な場所を示している場合、エージェントは直ちにこの場所を返す。これにより、定型的なケースにおける高価な計算を回避できる。
3. 適応的ツール呼び出し（曖昧なケース用）： 歴史的な規則性が不十分な場合、エージェントは証拠を収集するための反復ループ（最大10回まで）に入る。エージェントは、以下の4つの異なるツールを含むモビリティ分析ツールボックスを呼び出す：
   • モビリティ・コンテキスト・リトリーバー： 直近の軌跡シーケンスと同時刻の訪問統計を要約し、直近の連続性と長期的なパターンの区別を行う。
   • 地理情報リトリーバー： 距離指標と候補地のテキスト記述を提供し、地理的な妥当性と意味的な一貫性を検証する。
   • 滞留–移動エスティメーター： 現在の滞在時間と歴史的統計に基づき、ユーザーが現在の場所に留まる確率と移動する確率を推定する。
   • 歴史的行動リトリーバー： 比較可能な時間的コンテキスト下での過去の類似場所への訪問から、行動パターン（滞在時間、頻繁な次の目的地）を検索する。
4. 意思決定と監査可能性： LLMコントローラーは、これらのツールから得られた証拠を統合し、矛盾を解消し、候補地のランク付けされたリストを作成する。すべてのツール呼び出しは、時系列的な妥当性を確保するため、ターゲットのタイムスタンプより前のデータに限定される。プロセス全体を通じて、推論ステップとツールの出力の監査可能なトレースが生成される。

主な貢献

• 適応的証拠制御の定式化： 本論文は、モビリティ予測を、エージェントが高速な歴史的規則性パスと、曖昧なケースのための反復的な証拠収集の間を選択する、インスタンスレベルの意思決定プロセスとして再構成した。
• 学習不要のツール拡張型エージェント： AgentMobは、基礎となるLLMの微調整を行うことなく、信頼性と監査可能な予測を生み出すために、モビリティツール（行動、地理、統計）を選択的に呼び出す、学習不要のフレームワークである。
• 強力かつ説明可能な性能： 本フレームワークは、決定論的なモビリティ統計が不十分または矛盾している場合に、適応的な証拠収集が予測品質を大幅に向上させることを実証している。

実験結果
著者らは、異なる空間粒度を持つ3つのデータセット（BW：東京の行政区画、YJMob100K：匿名化された500mグリッド、Shanghai ISP：モバイルネットワークログ）を用いてAgentMobを評価した。これらを、GPT-5.4、GPT-4.1-mini、Qwen3-8Bなどのバックボーンを用いた、DeepMove、Transformerなどの教師ありベースライン、およびAgentMove、LLM-Mob、TrajLLM、LLM Urban Residentsなどの複数のLLMベースの手法と比較した。

• 総合的な性能： AgentMobは、すべての学習不要なLLMベースの手法の中で最も強力な総合性能を達成した。GPT-5.4を使用した場合、BWで71.42% Acc@1、YJMob100Kで33.14%、Shanghai ISPで**33.50%**に達した。
• 教師ありモデルとの比較： 定型的なデータが豊富なBWデータセットでは、教師ありモデル（Transformerなど）が依然として優位であったが、YJMob100KおよびShanghai ISPではAgentMobが教師ありベースラインを上回った。これは、場所の空間が密集している場合や履歴が乏しい場合に、根拠に基づいた推論が競争力を持つことを示唆している。
• LLMコントローラーの役割： LLMコントローラーを決定論的なルール（AgentMob-Statistics）に置き換えたアブレーション研究により、LLMコントローラーが曖昧なケース（非高速パス）において最も顕著な利点をもたらすことが示された。BWの非高速パスのサブセットにおいて、コントローラーはAcc@1を30.65%から48.62%に向上させ、相反する信号を相互確認する価値を証明した。
• 効率性： AgentMobは、その適応戦略により非常に効率的である。BWデータセットにおいて、62.54%のサンプルが高速パスを通じて解決された。これにより、すべてのサンプルを固定の重い推論手順で処理するベースラインと比較して、ウォーククロックタイムとトークン使用量が低減された。

意義と主張
本論文は、AgentMobが、静的なワンパス予測から適応的で、証拠に基づいた、反復的な推論への転換を象徴していると主張している。その主な意義は、以下のことを実証した点にある：

1. 適応的な推論が極めて重要である： 予測の難易度に基づいて推論の労力を動的に割り当てる能力（高速パス vs 深層推論）は、すべてのサンプルに対して一律で計算コストの高い手順を強制することよりも効果的である。
2. 証拠の接地（Grounding）が信頼性を向上させる： 多角的なソース（行動、地理、統計）からの証拠を明示的に検索し、相互確認することにより、システムは静的なプロンプトや純粋な統計モデルでは解決できない曖昧さを解消できる。
3. 学習不要の実現可能性： システムに構造化されたツールと適応的なコントローラーが備わっていれば、タスク固有のモデル学習のコストをかけることなく、高品質なモビリティ予測が可能である。

著者らは、彼らのアプローチの主な利点は、単なる生の精度ではなく、決定論的な統計が失敗する曖昧なシナリオにおいて信頼できる予測を提供する能力であり、同時に定型的なケースに対しては高速パスメカニズムを通じて効率性を維持することであると結論付けている。