Un workflow multi-agents : collecte de données conversationnelle, modélisation du comportement de déplacement et prévision de demande sensible à la météo

Contexte

La recherche sur le comportement de déplacement a longtemps opéré en deux phases indépendantes : la collecte des préférences et des choix des voyageurs, d'une part, puis la modélisation et la prévision de ces données par des méthodes statistiques ou d'apprentissage automatique, d'autre part. Ces étapes étaient conçues et évaluées séparément, si bien que la façon dont les données étaient générées s'accordait rarement avec ce que nécessitaient réellement les modèles de prédiction. Cet article propose un workflow à trois agents intégrant la collecte de données conversationnelle, le traitement structuré et la prévision du comportement dans un processus unique, auditable et reproductible.

L'auteur se concentre sur un problème concret : la prévision de la demande de transport sensible à la météo. Il s'agit de savoir si une collecte conversationnelle et renforcée par l'image peut capter efficacement les choix de mode de déplacement, et si la modélisation comportementale traditionnelle, l'apprentissage automatique et les grands modèles de langage multimodaux peuvent coopérer au sein d'un même cadre. L'objectif est de prouver que la collaboration multi-agents offre une réelle utilité pour la recherche, et non qu'il s'agit d'un simple exercice technique.

Analyse approfondie

La phase de collecte a utilisé un questionnaire de préférence declarative administré par chatbot. Les étudiants navetteurs ont été exposés à cinq scénarios météo prédéfinis, et leurs choix de mode ont été enregistrés sous chaque scénario, produisant 454 observations du type répondant-scénario. L'interface conversationnelle et l'augmentation par image visaient à renforcer le réalisme et l'immersion des contextes météorologiques, améliorant ainsi la qualité des préférences recueillies.

Dans la phase de traitement, les associations météo ont été modélisées par un modèle Logit multinomial, technique classique pour caractériser les probabilités de choix. La régression logistique et la forêt aléatoire ont servi de bases d'apprentissage automatique. Pour l'évaluation des grands modèles de langage, neuf modèles déployés localement, allant de 200 millions à 3,5 milliards de paramètres, ont été testés sous quatre conditions sans apprentissage, puis étendus aux personnalités, à la sollicitation à petit nombre d'exemples et aux configurations visuelles. Cette stratégie graduée examine l'influence des techniques de sollicitation sans recourir à un ajustage spécifique à la tâche.

Impact sur l'industrie

Sur la tâche de choix de mode à cinq classes, la forêt aléatoire a atteint 69,6 % d'exactitude, tandis que le meilleur grand modèle de langage en texte seul, sans aucun ajustage, a atteint 69,9 %. Les expériences de sollicitation montrent que les informations d'habitude de déplacement produisent les gains les plus constants, que les cadres à perspective d'expert surpassent généralement ceux à jeu de rôle, et que les informations de personnalité sont les plus utiles en l'absence de données d'habitude. La sollicitation à petit nombre d'examéliore plusieurs modèles, les bénéfices se stabilisant après quelques exemples seulement.

Lorsque les modèles ont reçu les mêmes images météo présentées aux répondants, la meilleure configuration visuelle a atteint 71,6 % d'exactitude, indiquant que le contexte visuel fournit des informations prédictives supplémentaires pour certains modèles. Ces résultats démontrent que les stratégies de sollicitation et les inputs multimodaux performent différemment selon l'information fournie et les caractéristiques du modèle. Pour la communauté open source, les neuf modèles déployés localement guident le choix sous contraintes de ressources, tandis que la collecte conversationnelle et imagée abaisse le coût et le seuil d'administration des questionnaires.

Perspectives

La valeur de cet article dépasse les chiffres d'exactitude : elle offre un workflow multi-agents auditable et coordonné unifiant enquêtes conversationnelles, traitement structuré, modélisation comportementale traditionnelle, apprentissage automatique et prédiction multimodale. Cette approche collaborative de bout en bout constitue un modèle réutilisable pour les futures recherches sur le comportement de déplacement.

La découverte selon laquelle le contexte visuel ajoute une puissance prédictive invite à prendre plus lourdement en compte l'information multimodale dans la prévision comportementale. Elle fournit également une expérience pratique pour coordonner la génération de données humaines avec la modélisation par intelligence artificielle, orientant vers des cadres où la collecte et la prédiction sont conçues ensemble plutôt qu'en isolation.