机构名称：
¥ 2.0
日常活动数据记录个人在日常生活中的各种活动被广泛用于许多应用中，例如活动调度，活动建议和决策。尽管具有很高的价值，但由于高收集成本和潜在的隐私问题，其可访问性受到限制。因此，模拟人类活动以产生大量的高质量数据至关重要。但是，现有解决方案，包括具有简化行为假设的基于规则的方法和直接拟合现实世界数据的数据驱动方法，两者都无法完全符合匹配现实的资格。在本文中，是由经典的心理学the-Ory的动机，马斯洛的需求理论描述了人类的动机，我们提出了一个基于生成的对抗性模仿学习的知识驱动的模拟框架。我们的核心思想是将人类需求的演变建模为驱动仿真模型中活动产生的潜在机制。具体而言，一个高度的模型结构，该结构删除了不同的需求级别以及神经随机微分方程的使用成功地捕获了需求动力学的分段连续特性。广泛的实验表明，我们的框架优于有关数据保真度和实用程序的最新基准。我们还提出了需求建模的有见地的解释性。此外，隐私保存评估验证生成的数据不会泄露个人隐私。该代码可在https://github.com/tsinghua-fib-lab/activity-simulation-sand上找到。
生成需要动态的日常活动
主要关键词
相关文件推荐
