核心发现
方法论
该研究构建了一个三智能体工作流程，包括对话式数据采集、结构化数据处理和行为预测。利用聊天机器人进行图片增强的状态偏好调查，采集五种天气场景下的出行方式选择数据。通过多项式Logit模型分析天气关联，机器学习模型（随机森林）作为基准。评估九个参数从2亿到35亿的本地部署大模型（LLMs），在零样本提示、角色扮演、少样本和视觉增强条件下进行对比。结果显示，随机森林准确率达69.6%，最优文本零样本LLM为69.9%，视觉模型达71.5%。习惯性出行信息显著提升模型表现，专家框架优于角色扮演，个性化提示在缺乏习惯信息时尤为有效。整体流程实现了数据采集、处理与预测的闭环，展现多模态大模型在交通行为预测中的潜力。
关键结果
- 随机森林模型在五分类任务中达69.6%的准确率，LLMs在零样本条件下最高达69.9%，视觉模型则突破71.5%，显示视觉信息为模型提供了额外的预测信号。
- 习惯性出行信息显著改善模型性能，提示策略（如专家框架）优于角色扮演，少样本提示在多个模型中提升预测效果，验证了提示设计的重要性。
- 基于天气图片的视觉模型表现优异，表明结合视觉上下文能增强模型对天气变化的敏感性，尤其在极端天气场景（如暴雪）下表现更佳。
研究意义
本研究突破了传统交通行为建模的局限，将对话式问卷、结构化数据处理、机器学习与大模型融合，形成可追溯的多智能体工作流程。其创新点在于引入多模态信息和个性化提示，显著提升天气敏感出行预测的准确性，为智能交通系统、个性化出行服务提供新思路。这一框架也为未来大规模、动态、多源数据融合的交通行为分析奠定基础，有助于实现更智能、更适应环境变化的交通管理策略。
技术贡献
该研究首次系统评估了不同规模和配置的本地部署大模型在出行行为预测中的性能，结合零样本、少样本、角色扮演和视觉增强策略，提出了多模态多智能体协作框架。通过明确的接口设计和流程控制，实现了从数据采集到模型预测的闭环，增强了模型的可解释性和可追溯性。研究还验证了习惯性信息和提示策略对模型性能的影响，为大模型在交通领域的应用提供了理论基础和工程实践路径。
新颖性
本研究创新在于将对话式问卷、图片增强和多模态大模型融合于交通行为预测中，首次系统比较多种提示策略和视觉输入的效果。不同于传统基于统计或单一ML模型的方法，提出的多智能体工作流程实现了数据采集、处理与预测的闭环，增强了模型的适应性和实用性。这为交通行为研究引入了全新的AI驱动方法，推动了智能交通系统的智能化发展。
局限性
- 样本规模有限，仅92名学生出行者，代表性不足，需在更大样本和多样化人群中验证模型泛化能力。
- 模型在极端天气场景下表现仍有不确定性，特别是在复杂多变的环境中，视觉信息的有效性受限。
- 多模态模型计算成本较高，实际部署需考虑硬件资源和实时性要求，未来需优化模型效率。
未来方向
未来将扩大样本规模，涵盖更多地区和人群，验证模型的普适性。探索多模态信息融合的深度学习架构，提升极端天气下的预测稳定性。结合实时传感器和动态天气数据，构建更智能的出行预测系统。此外，研究如何将该框架应用于多目标、多任务的交通管理场景，推动智能交通系统的全面升级。
AI 总览摘要
随着智能交通系统的发展，准确预测出行行为成为提升交通效率和环境可持续性的关键。传统方法多依赖静态问卷和有限的统计模型，难以捕捉复杂环境变化中的个体差异。本文提出了一种创新的多智能体工作流程，结合对话式问卷、图片增强和大模型预测，系统整合数据采集、处理与行为预测环节。研究中利用聊天机器人在五种天气场景下采集学生通勤者的出行偏好，生成了454个问卷-场景样本。通过多项式Logit模型分析天气影响，发现恶劣天气显著改变出行选择，尤其是骑行受影响最大。随后，评估九个不同规模的本地部署大模型（从2亿到35亿参数），在零样本、少样本和视觉增强条件下表现出色，最高准确率达71.5%。结果显示，习惯性出行信息和提示策略对模型性能提升具有重要作用，视觉信息提供了额外的预测信号。这一框架不仅提升了天气敏感出行预测的准确性，也为未来多模态、多源数据融合的智能交通研究提供了新路径。整体而言，本文展示了AI驱动的多智能体协作在交通行为建模中的巨大潜力，为智能出行服务和交通管理提供了理论基础和实践范例。
深度分析
研究背景
交通行为研究经历了从传统问卷调查到大数据分析的演变。早期采用统计模型如多项式Logit（McFadden, 1974）分析出行模式，近年来引入机器学习（如随机森林、梯度提升）提升预测精度（Hensher and Ton, 2000）。天气等环境因素对出行选择影响显著，需结合场景模拟（Hyland et al., 2018）。但传统数据采集受限于成本和规模，难以动态捕捉环境变化。近年来，AI技术如对话式问卷和多模态模型逐渐兴起，推动交通行为研究向更智能、更灵活方向发展。大模型（如GPT系列）在理解复杂语境和生成个性化预测方面展现潜力，但在交通应用中的系统性评估仍不足。
核心问题
核心问题在于如何结合动态环境信息（如天气变化）与个体出行偏好，构建高效、可扩展的预测模型。传统方法受限于静态问卷和有限特征，难以捕获复杂场景中的异质性。现有模型在极端天气条件下表现不佳，缺乏多模态信息融合能力。如何设计一个既能主动采集丰富环境信息，又能高效利用大模型进行个性化预测的系统，是当前亟待解决的难题。这不仅关系到模型的准确性，也影响到实际应用中的可操作性和推广性。
核心创新
创新点包括：1）提出基于多智能体的工作流程，将数据采集、处理和预测环节有机结合，确保流程闭环；2）引入图片增强的状态偏好问卷，丰富环境信息，提升模型敏感性；3）系统评估九个不同规模的本地部署大模型，验证其在天气敏感出行预测中的表现，特别是在零样本和少样本条件下的能力；4）结合提示策略（如专家框架、角色扮演）和视觉输入，优化模型性能。这些创新突破了传统静态模型的局限，为交通行为预测提供了更智能、更灵活的解决方案。
方法详解
- �� 设计对话式问卷，结合图片增强天气场景，采集学生出行偏好数据。
- �� 利用多项式Logit模型分析天气对出行选择的影响。
- �� 训练和评估九个不同参数规模的本地部署大模型（从2亿到35亿参数），在零样本、少样本、角色扮演和视觉增强条件下进行对比。
- �� 提出多智能体架构：数据采集、数据处理和行为预测三大模块，通过标准接口实现信息流通。
- �� 在视觉模型中，利用相同天气图片作为输入，测试模型对视觉上下文的利用能力。
- �� 通过多轮提示（如专家、角色、少样本）优化模型表现，验证不同策略的效果。
实验设计
使用92名学生在五种天气场景（晴天、雨天、雪天、雾天、暴雪）下的问卷数据，获得454个样本。对比传统多项式Logit、随机森林和九个大模型在五分类任务中的准确率。设置零样本、少样本（少量示例）、角色扮演和视觉增强等不同配置，评估模型性能。采用准确率、宏平均F1等指标，进行统计显著性检验。还分析习惯性出行信息和提示策略对模型的影响，确保结果的稳健性。
结果分析
随机森林准确率为69.6%，最优文本零样本大模型为69.9%，视觉模型达71.5%，显示视觉信息有效提升预测精度。习惯性出行信息显著改善模型表现，提示策略（专家优于角色）效果明显。少样本提示在多个模型中提升性能，验证了提示设计的重要性。视觉模型在极端天气（如暴雪）场景表现优异，说明结合视觉上下文能增强模型对复杂环境的适应能力。
应用场景
该框架可应用于智能交通管理、出行推荐系统和个性化出行服务，尤其适合天气变化频繁的地区。通过主动采集丰富环境信息，提升模型在实际场景中的适应性和准确性。未来可结合实时天气和传感器数据，构建动态预测平台，为交通调度和出行规划提供支持。
局限与展望
样本规模有限，代表性不足，需在更大样本中验证泛化能力。模型在极端天气下表现仍有限，视觉信息依赖高质量图像，计算成本较高，实际部署需优化效率。未来应扩大样本、多源数据融合，提升模型鲁棒性和实用性。
通俗解读 非专业人士也能看懂
想象你在一家厨房里做饭，食材代表你的出行偏好，天气像厨房的温度和湿度。传统的方法像用简单的食谱，只告诉你用什么材料，不能考虑厨房的特殊情况。而现在，我们用智能助手（AI）就像有个厨师会根据厨房的温度、湿度（天气）和你平时喜欢的菜（习惯），帮你选择最合适的食材和做法。这个助手还能看你厨房里的图片（天气图片），更好地理解环境变化。通过这个智能系统，我们可以更准确地预测你在不同天气下会选择怎样的出行方式，比如下雪时你会选择打车还是骑车。它就像一个聪明的厨师，能根据环境变化调整菜谱，让你做饭（出行）更顺利、更符合实际需求。
简单解释 像给14岁少年讲一样
想象你在学校的食堂吃饭，你喜欢吃某种菜，但天气变了，比如下雨或刮风，你可能会改变你的选择。以前，老师只会给你一个固定的菜单，让你选自己喜欢的菜，但没有考虑天气的变化。而现在，有个超级聪明的机器人厨师，它不仅知道你的喜好，还能看到厨房的图片（比如天气图片），根据环境变化推荐你最适合的菜。它还会问你一些问题，了解你平时的习惯，比如你经常喜欢吃的菜或你喜欢尝试新菜。这样，无论天气多糟糕，它都能帮你找到最适合的吃饭方案。这个机器人厨师就像一个贴心的朋友，能帮你在任何天气下都吃得开心、顺利。
术语表
多智能体系统 (Multi-agent system)
由多个相互协作的智能体组成，各自完成不同任务，共同实现复杂目标。技术上涉及信息交换、任务分配等机制。
用于协调数据采集、处理和预测环节，确保流程闭环。
大语言模型 (Large Language Model)
基于深度学习的预训练模型，能理解和生成自然语言，参数规模从数亿到数百亿。
用于行为预测、提示设计和多模态信息融合。
状态偏好调查 (Stated Preference Survey)
通过模拟场景让受访者表达偏好，捕捉在不同条件下的选择行为。
用于分析天气等环境对出行方式的影响。
零样本学习 (Zero-shot learning)
模型在没有特定训练样本的情况下，利用上下文信息进行预测。
评估大模型在未见数据上的泛化能力。
视觉增强 (Vision-based prediction)
利用图像信息作为模型输入，结合视觉上下文提升预测性能。
在天气场景中用天气图片辅助模型理解环境变化。
开放问题 这项研究留下的未解疑问
- 1 大规模多模态大模型在交通行为预测中的实际部署策略尚不成熟，如何平衡模型复杂度与实时性是未来研究重点。
应用场景
近期应用
智能出行推荐系统
结合天气信息和个性偏好，为用户提供实时出行方案，提升出行效率和体验。
交通管理决策支持
利用多模态模型预测天气影响下的交通需求变化，优化调度和资源配置。
远期愿景
智能交通生态系统
实现全天候、多源数据融合的智能调度平台，支持自动驾驶、智慧城市等应用。
原文摘要
Travel behavior research increasingly combines digital data collection with predictive modeling, yet these stages are often developed and evaluated separately. This study proposes a three-agent workflow integrating conversational data collection, structured data processing, and behavioral prediction. A chatbot-administered, image-augmented stated-preference survey collected mode choices from student commuters across five predefined weather scenarios, yielding 454 respondent-scenario observations. Weather-related associations were analyzed using a multinomial logit model, while logistic regression and random forest provided machine-learning benchmarks. Nine locally deployed large language models (LLMs), ranging from 2 to 35 billion parameters, were evaluated across four zero-shot prompt-and-context conditions and extended through persona, few-shot, and vision-based configurations. Random forest achieved 69.6% five-class accuracy, while the best text-only zero-shot LLM reached 69.9% without task-specific fitting. Habitual travel information produced the most consistent gains, Expert framing generally outperformed Role-Play, and persona information was most useful when habitual travel information was unavailable. Few-shot prompting improved prediction for several models, with gains stabilizing after a small number of examples. Using the same weather images shown to respondents, the best vision-based configuration reached 71.5% five-class accuracy, indicating that visual context may provide additional predictive information for selected models. Overall, the study shows how conversational surveys, structured data processing, conventional behavioral modeling, machine learning, and multimodal LLM prediction can be coordinated within an auditable multi-agent workflow.