自下而上生成的人群轨迹总丢长尾：ScaleTraj先选移动尺度，再定目的地单元
核心概要
个体级轨迹生成器能造出像样的单条轨迹，但把大量个体汇总后，位移分布的重尾往往对不上真实数据。ScaleTraj把下一步位置预测拆成两步：先由尺度选择头决定这次移动属于哪个空间尺度，再由尺度感知单元选择头在该尺度条件下预测目的地。在GeoLife与腾讯北京两个数据集上，它的尺度保真度剖面误差和截断幂律拟合参数偏差都低于所比较的模型驱动与数据驱动基线。
深度剖析
个体级轨迹生成器在汇总成人群后，会系统性地偏离真实数据的位移分布，这一现象被概括为人群级位移缺口，并在马尔可夫、EPR、循环神经网络、Transformer、变分自编码器和生成对抗网络等多类生成范式中都出现。 自上而下的模型能复现人群层面的幂律统计却难以保证个体轨迹真实，自下而上的生成器能合成个体轨迹却在汇总后常常保不住关键的人群规律，此前只在个别领先模型上报告过这一现象。 在GeoLife与腾讯北京两个数据集上，七个受控基线全部偏离测试分布，且分成两种相反形态：多数方法把截断距离拟合值抬高、过度产生长距离出行，而作为外部定性案例考察的LLM生成器CoPB所发布合成数据呈现明显更短的尾部，属于另一种失败形态。
尺度保真度剖面把位移误差定位到具体空间尺度，显示人群级位移偏差与出行在各尺度上的分配错误同时出现。 此前的评估主要依赖位移分布、回转半径、访问频率等聚合指标，只能说明分布偏了，看不出偏差集中在位移范围的哪一段。 按训练集对数位移的高斯混合拟合划分邻域、城市、都市、区域四个尺度带后，多数数据驱动基线过度产生区域尺度出行、少产邻域尺度出行，尺度保真度剖面在GeoLife上从STAR的0.038一直到TrajGPT的0.406；腾讯北京上TrajGPT与TrajSynVAE的尺度指数偏差接近（0.280与0.296），尺度保真度剖面却分别为0.228与0.080。
ScaleTraj把移动尺度当作显式路由变量，先预测尺度再在该尺度条件下预测目的地单元，使每个尺度带获得专门的模型容量。 常规自回归生成器在整张单元词表上做一次softmax，尺度结构是隐式的，容量按词频分配，稀少的区域尺度出行得不到足够学习信号。 在腾讯北京上，尺度保真度剖面为0.003、尺度指数偏差0.021、截断距离24 km；在GeoLife上分别为0.003、0.026、131 km，在两个数据集的三项诊断上都优于所比较的基线，同时八项个体级JSD指标保持有竞争力。
启示与展望
评估覆盖GeoLife与腾讯北京两个真实数据集，比较对象为两个模型驱动与五个数据驱动生成器，另将LLM生成器CoPB发布的合成数据作为不重新训练的定性外部案例；生成在已知用户设定下进行，回放训练好的用户编码，使合成与真实人群共享相同锚点。
尺度保真度剖面的绝对值依赖平滑常数和对数底数等实现选择，只适合在固定评估协议下做方法间相对排序；截断幂律与尺度保真度剖面是分布保真度的诊断，不是移动性真实性的完整定义。结果来自每个配置的单次生成运行，重复运行的方差尚未报告；使用学习到的用户隐编码也把评估限制在已知用户，未见用户的泛化仍是待做工作。