论文笔记：ControlTraj: Controllable Trajectory Generation with Topology-Constrained Diffusion Model

2024 KDD

1 intro

• GPS 技术的普及彻底改变了我们对人类移动模式的理解，在城市规划、基于位置的服务等多个领域产生了深远影响
  • 然而，获取真实世界的 GPS 轨迹数据往往面临诸多严峻挑战，包括隐私问题 、数据收集成本 、专有权限制以及众多监管障碍
  • 在此背景下，轨迹生成成为一个极具吸引力的解决方案，它提供了一种合成却逼真的 GPS 轨迹方式，从而绕过上述限制
  • 通过生成合成轨迹，该方法不仅能够在没有真实数据集的情况下推进研究，还能满足严格的隐私保护和数据所有权要求，进而拓展诸多领域的研究与应用
• 为了生成能够真实反映现实复杂场景的轨迹，研究者们探索了多种策略
  • 早期的方法依赖于基于规则或统计模型的方式，尽管具备一定的可解释性，但在模拟人类移动的随机行为方面表现不足
  • 随着生成对抗网络（GAN）和变分自编码器（VAE）等机器学习方法的发展，研究者能够更复杂地建模轨迹分布。
    • 然而，这些方法通常会将轨迹转换为简化的数据格式，如网格或图像，从而损害了数据的保真度和细粒度
    • 此外，这些技术主要聚焦于群体移动的模拟，缺乏在 GPS 数据粒度上精细复现个体路径的能力
  • 近年来，研究者尝试利用扩散模型的生成能力以实现更高分辨率的轨迹生成
    • 尽管这种方法具有潜力，但仍无法根据道路网络控制生成轨迹的路径，或在不重新训练的情况下将模型应用于新城市
    • 当前的研究仍存在两个显著空白：
      • 一是难以生成高分辨率轨迹
      • 二是缺乏对轨迹生成过程的道路网络控制能力
  • 一个理想的轨迹生成解决方案应满足以下几点需求：
    • 高保真度：模型应能生成具有细粒度、保持原始时空属性的轨迹；
    • 灵活性：框架应具有适应性，使用户能够引导生成特定的移动模式，或遵守特定条件（如道路网络结构约束或不同时间段的出行特性）
    • 泛化能力：模型应能超越训练数据的地理上下文，实现对新环境的通用适配，从而在未直接见过的条件下也能生成真实有效的轨迹。
• ——>提出了一种结合拓扑约束扩散模型的可控轨迹生成框架（ControlTraj）
  • 通过融合道路网络信息，能够在用户引导下忠实遵循拓扑结构，生成更高分辨率的轨迹
  • 此外，该模型展现出卓越的适应性与泛化能力，能够无需重新训练便迁移到新城市应用

2 preliminary

2.1 问题定义

2.2条件扩散概率模型（Conditional Diffusion Probabilistic Model）

2.2.1 前向过程

2.2.2 反向过程

2.3 生成阶段

 

3 方法

3.1 提取拓扑约束（Extracting Topology Constraint）

• 在构建可控轨迹生成框架时，提取条件引导信息 是关键的前置步骤。
  • 对于基于扩散模型的计算机视觉（CV）或自然语言处理（NLP）任务而言，这一环节通常可通过预训练编码器（如 BERT 或 CLIP ）轻松实现
  • 然而，在轨迹生成任务中，由于带标注的道路网络数据稀缺以及地理结构的复杂性（例如道路不规则性与多样的拓扑形状），这一任务面临独特挑战。
• ——>论文设计了一个 掩码式道路自编码器（Masked Road Autoencoder, RoadMAE），该模型采用自监督学习方式进行高效训练，并能捕捉道路网络的关键特征。

  • 所提出的 RoadMAE 结构包括：

    • 一个处理带有位置编码的道路片段的 Transformer 编码器；

    • 一个用于重建道路片段的 Transformer 解码器。

3.1.1 道路片段的切分与掩码（Road Segments Patching and Masking）

3.1.2 基于 Transformer 的自编码器

3.2 GeoUNet 架构（GeoUNet Architecture）

3.3 可控轨迹生成（Control Trajectory Generation）

4 实验

4.1  实验设置

4.1.1 数据集

• 在三个真实世界的 GPS 轨迹数据集上开展实验，分别来自 成都、⻄安与波尔图（Porto）

4.1.2 评估指标

• 使用以下三个指标从定量上评估生成轨迹的保真度：

  • Density Error（密度误差）

  • Travel Error（出行误差）

  • Length Error（长度误差）

• 由于 ControlTraj 具备修改轨迹模式的能力，直接比较轨迹模式相似性并不适用
  • 因此，论文计算了生成轨迹与真实轨迹分布之间的 Jensen-Shannon 散度（JSD），并在 10 次独立运行中取平均以提高可靠性

4.2 整体性能

4.2.1 定量分析

4.2.2 可视化分析

4.3 生成轨迹分析

从三个方面展开分析：

1. 首先，展示生成轨迹与真实轨迹在一天内的分布热力图；

2. 接着，展示原始与生成轨迹在出行量与平均速度随时间变化方面的对比图；

3. 最后，通过交通流量预测任务验证生成数据的实际效用。

4.3.1 热力图与雷达图分析

展示了一天内不同时段的人类活动模式。

在时间与空间分布层面，生成轨迹与原始轨迹高度一致，说明生成模型成功捕捉了人类活动的动态特征。

4.3.2 交通流预测任务中的数据实用性评估

• 进一步通过一个经典的交通流量预测任务，验证 ControlTraj 生成数据的实际应用价值

实验结果表明：

• 三项评估指标在原始数据与生成数据之间的差距非常小；

• 特别是 ASTGCN 模型在两种数据下的表现几乎一致；

• 各模型在不同指标上的性能差异比例保持在可接受的范围内。