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

Resumo Técnico: Rumo à Predição de Mobilidade Eficiente e Baseada em Evidências com Agentes Impulsionados por LLM

Definição do Problema
A predição de mobilidade ao nível individual é crítica para simulações urbanas, planejamento de transportes e análise de saúde pública. As abordagens existentes geralmente se enquadram em dois paradigmas, ambos com limitações significativas:

1. Modelos de Sequência Supervisionados: Métodos como RNNs e Transformers alcançam alta precisão ao aprender dependências espaço-temporais a partir de dados de larga escala. No entanto, eles são "caixas pretas" com transparência limitada ao nível de decisão, exigem treinamento específico para cada tarefa (tornando a adaptação a novas cidades ou granularidades custosa) e não conseguem buscar informações adicionais dinamicamente quando os sinais são fracos.
2. Métodos Estáticos Baseados em LLM: Abordagens recentes convertem trajetórias em texto e utilizam Grandes Modelos de Linguagem (LLMs) para interpretabilidade. Contudo, a maioria depende de prompts estáticos e inferência de passagem única. Eles comprimem todas as evidências disponíveis em um contexto fixo, carecendo da capacidade de recuperar, verificar cruzadamente ou revisar predições quando os sinais de mobilidade são conflitantes ou ambíguos.

O desafio central abordado é que as instâncias de mobilidade variam em dificuldade. Casos rotineiros (ex: um usuário visitando o mesmo local em um horário específico) são facilmente resolvidos pela regularidade histórica, enquanto casos ambíguos exigem a reconciliação de sinais conflitantes provenientes do contexto recente, hábitos de longo prazo, tendências de permanência-deslocamento e plausibilidade geográfica. Os métodos atuais falham em adaptar seu esforço de raciocínio às variações dessas dificuldades.

Metodologia: AgentMob
Os autores propõem o AgentMob, um framework de agente impulsionado por LLM e livre de treinamento (training-free), que reformula a predição do próximo local como um processo de tomada de decisão adaptativo controlado por evidências. Em vez de tratar o LLM como um preditor direto, o AgentMob o utiliza como um controlador que decide dinamicamente quanta evidência é necessária para uma instância específica.

O framework opera através do seguinte pipeline:

1. Processamento de Entrada: Registros brutos de GPS são discretizados em unidades espaciais (polígonos administrativos ou células de grade) e pareados com descrições textuais de funções urbanas (POIs, descrições de regiões).
2. Predição de Caminho Rápido (Fast-Path): O agente primeiro realiza uma verificação leve de regularidade histórica. Se o histórico de um usuário mostra um local dominante para aquele dia da semana e hora específicos, o agente retorna imediatamente este local. Isso evita computação dispendiosa para casos rotineiros.
3. Chamada de Ferramentas Adaptativa (para Casos Ambíguos): Quando a regularidade histórica é insuficiente, o agente entra em um loop iterativo (limitado a 10 iterações) para reunir evidências. Ele invoca uma Caixa de Ferramentas de Análise de Mobilidade contendo quatro ferramentas distintas:
   • Recuperador de Contexto de Mobilidade: Resume sequências de trajetórias recentes e estatísticas de visitação no mesmo horário para distinguir continuidade imediata de padrões de longo prazo.
   • Recuperador de Informação Geográfica: Fornece métricas de distância e descrições textuais de locais candidatos para verificar a plausibilidade geográfica e a consistência semântica.
   • Estimador de Permanência–Deslocamento (Stay–Move): Estima a probabilidade de o usuário permanecer no local atual versus deslocar-se, baseando-se na duração da permanência atual versus estatísticas históricas.
   • Recuperador de Comportamento Histórico: Recupera padrões comportamentais (tempos de permanência, destinos frequentes subsequentes) de visitas passadas a locais similares sob contextos temporais comparáveis.
4. Decisão e Auditabilidade: O controlador LLM sintetiza as evidências destas ferramentas, resolve conflitos e produz uma lista ranqueada de locais candidatos. Todas as invocações de ferramentas são restritas aos dados disponíveis antes do timestamp alvo para garantir validade cronológica. Todo o processo gera um rastro auditável de etapas de raciocínio e saídas de ferramentas.

Principais Contribuições

• Formulação de Controle de Evidência Adaptativa: O artigo reformula a predição de mobilidade como um processo de decisão ao nível da instância, onde um agente escolhe entre um caminho rápido de regularidade histórica e a coleta iterativa de evidências para casos ambíguos.
• Agente Aumentado por Ferramentas Livre de Treinamento: O AgentMob é um framework que não requer treinamento, que invoca seletivamente ferramentas de mobilidade (comportamentais, geográficas e estatísticas) para produzir predições confiáveis e auditáveis sem realizar o ajuste fino (fine-tuning) do LLM subjacente.
• Desempenho Forte e Explicável: O framework demonstra que a coleta adaptativa de evidências melhora significativamente a qualidade da predição, particularmente quando estatísticas de mobilidade determinísticas são insuficientes ou conflitantes.

Resultados Experimentais
Os autores avaliaram o AgentMob em três conjuntos de dados com diferentes granularidades espaciais: BW (polígonos administrativos de Tóquio), YJMob100K (grades de 500m anonimizadas) e Shanghai ISP (logs de rede móvel). Eles compararam o AgentMob contra modelos supervisionados (DeepMove, Transformer) e diversos métodos baseados em LLM (AgentMove, LLM-Mob, TrajLLM, LLM Urban Residents) utilizando backbones como GPT-5.4, GPT-4.1-mini e Qwen3-8B.

• Desempenho Geral: O AgentMob alcançou o melhor desempenho geral entre todos os métodos baseados em LLM livres de treinamento. Com o GPT-5.4, atingiu 71,42% de Acc@1 no BW, 33,14% no YJMob100K e 33,50% no Shanghai ISP.
• Comparação com Modelos Supervisionados: Embora os modelos supervisionados (como o Transformer) tenham permanecido superiores no conjunto de dados BW, onde há abundância de dados regulares, o AgentMob superou os modelos basais supervisionados no YJMob100K e no Shanghai ISP, sugerindo que o raciocínio baseado em evidências é competitivo quando os espaços de localização são densos ou o histórico é esparso.
• Papel do Controlador LLM: Um estudo de ablação substituindo o controlador LLM por uma regra determinística (AgentMob-Statistics) mostrou que o controlador LLM proporciona os ganhos mais significativos em casos ambíguos (não-fast-path). No subconjunto não-fast-path do BW, o controlador melhorou a Acc@1 de 30,65% para 48,62%, demonstrando seu valor na verificação cruzada de sinais conflitantes.
• Eficiência: O AgentMob é altamente eficiente devido à sua estratégia adaptativa. No conjunto de dados BW, 62,54% das amostras foram resolvidas via caminho rápido, resultando em menor tempo de execução (wall-clock time) e uso de tokens em comparação com os basais que processam todas as amostras através de um procedimento de inferência pesado e fixo.

Significância e Alegações
O artigo afirma que o AgentMob representa uma mudança da predição estática de passagem única para a inferência adaptativa, baseada em evidências e iterativa. Sua principal significância reside em demonstrar que:

1. O Raciocínio Adaptativo é Crucial: A capacidade de alocar dinamicamente o esforço de raciocínio com base na dificuldade da predição (caminho rápido vs. raciocínio profundo) é mais eficaz do que forçar todas as amostras através de um procedimento uniforme e computacionalmente caro.
2. O Embasamento em Evidências Melhora a Confiabilidade: Ao recuperar e verificar explicitamente evidências de múltiplas fontes (comportamentais, geográficas e estatísticas), o sistema pode resolver ambiguidades que prompts estáticos ou modelos puramente estatísticos não conseguem.
3. Viabilidade Sem Treinamento: Uma predição de mobilidade de alta qualidade pode ser alcançada sem o custo de treinamento de modelos específicos para a tarefa, desde que o sistema seja equipado com ferramentas estruturadas e um controlador adaptativo.

Os autores concluem que o principal benefício de sua abordagem não é apenas a precisão bruta, mas a capacidade de fornecer predições confiáveis em cenários ambíguos onde estatísticas determinísticas falham, mantendo a eficiência através de um mecanismo de caminho rápido para casos rotineiros.