论文解读-通过建模时空动态生成活动轨迹

本文作者提出了一个基于生成对抗模拟学习的框架来生成人类移动轨迹，本文的贡献如下：
（1）第一个通过神经微分方程来捕捉潜在时空动态。
（2）基于GAIL提出了一个活动模拟框架，将活动决策建模为时空点过程。
（3）大量的实验表明本文的方法优于其他所有的方法。

一、预备知识

时空点过程：

定义一个事件在某个时间某个地点发生的强度函数：
其中，$B(x,\Delta x)$代表x周围的一个小球。
对于有在$[0,T]$时间内发生N个事件的历史事件序列，其联合对数似然可以计算为：

即在$[0,T]$时间内，N个事件发生的概率除以该时间段内所有事件发生的概率。

生成对抗模拟学习

GAIL是一种来自模仿学习的方法，其目标函数为：
${\pi }^{}$