# Trajeform：人群数据嵌入
人群仿真旨在生成丰富、自然且与周围环境相适应的智能体行为。机器学习的最新进展使得此类行为模式能够直接从轨迹数据中学习，从而使仿真模型能够捕捉日益复杂的人群动力学特征。然而，这些系统的能力仍然高度依赖于训练阶段所使用的数据类型及其多样性。 在评估人群仿真器对真实数据集的泛化能力时，大多数现有指标主要关注轨迹层面
人群仿真旨在生成丰富、自然且与周围环境相适应的智能体行为。机器学习的最新进展使得此类行为模式能够直接从轨迹数据中学习，从而使仿真模型能够捕捉日益复杂的人群动力学特征。然而，这些系统的能力仍然高度依赖于训练阶段所使用的数据类型及其多样性。 在评估人群仿真器对真实数据集的泛化能力时，大多数现有指标主要关注轨迹层面