研究背景
人类移动预测目前主要聚焦于两块：个体轨迹预测和群体流动预测，所有相关研究目前都围绕这两大块中的一块进行，但没有人把这两块合起来一起研究，原因是因为这两类研究的数据格式差别过大，个人轨迹数据主要描述个体某个时间在某个位置，而群体流动数据主要记录某个位置某时间流入流出多少人，因此放在一起研究难度过大。
创新点
但是，这两种数据之间并不是毫无关联的，群体流动正是由个体轨迹聚合体现出来的，而个体行为又会受到群体的影响，因此放在一起研究很有必要。
为此，作者设计了一种新的框架，首次实现个体轨迹与人群流动预测的统一，解决了现有模型仅支持单任务的局限。该模型通过多视角移动令牌化器 将两种数据转换为统一时空令牌，结合扩散 Transformer 架构 建模时空动态，并设计双向个体 - 集体对齐机制（I2C 损失与 C2I 损失）提取共同时空模式，实现两者预测的相互增强。
问题定义
因为本文有两种输入数据，作者对这两种数据分别进行了阐述：
这段是比较好理解的，因此我就不过多说明了。问题定义就是：在我们知道过去一段时间（t-p到t这段时间）的个体轨迹数据或群体流动数据的情况下，预测未来k步之内的个人轨迹数据或群体流动数据。
模型框架
整个模型框架图也是比较清晰明白的。一共有五大块，接下来依次介绍这五大块的作用：
Multi-view Mobility Tokenizer
如图中所展示，输入数据有两块：个体轨迹、群体流动，在这个模块，输入数据由于格式不统一、原始数据太长等原因，需要对数据进行统一的切片处理，通过两个编码器（Trajectory Encoder和Flow Encoder）将不同的两种数据切片为长短一致的tokens，方便后续比较的操作。
Bidirectional Individual-Collective Alignment
这一步是两种损失的计算，也就是作者在创新点中说到的双向个体 - 集体对齐机制。
对于损失I2C来说，是一个个体轨迹向群体流动对齐的方式，具体实现是个体轨迹数据聚合起来，再通过相似度计算的公式与群体数据进行相似度计算，最终得到损失。
对于损失C2I来说，首先给出某地的群体数据峰值，这一峰值会有一个时间，那么将个体轨迹数据中此时此刻在此地的样本列为正样本，其余当作负样本，以此来计算对比损失使正样本越来越近负样本越来越远。
Diffusion Process
扩散过程用于给数据加噪声，记录下每一步t的噪声值，直到第T步，数据完全模糊。随机采样第t步的噪声与原数据结合，送入下一个环节。
Joint Noise Predictor
这个模块的输入是已经加了噪声的数据了。将两种数据合并在一起共同送入该模块，经过一个transformer预测出噪声，然后去噪。
Mobility Predictor
最后再将两种去噪后的数据分开，分别进行预测，得到预测损失L_pred。
损失函数
上述过程中产生了三个损失，将这三个损失按照一定比例相加，就可以得到完整的模型损失了：
