本篇论文来自NeurIPS2025，最新前沿时序技术，针对人类轨迹建模，构建了首个源于 OpenStreetMap 开放平台的，全球大规模轨迹数据集WorldTrace，以及提出通用轨迹基础模型UniTraj。

了解顶会最新技术，紧跟科研潮流，研究与写作才能保持在时代一线，最新126篇NeurIPS2025前沿时序合集（更新中）小时已经整理好了，在宫🀄蚝“时序大模型”发送“资料”添加回复“NeurIPS2025时序合集”即可自取~其他顶会时序合集也可以回复相关顶会名称自取哈~（AAAI25,ICLR25,ICML25等）

文章信息

论文名称：UniTraj: Learning a Universal Trajectory Foundation Model from Billion-Scale Worldwide Traces

论文作者：Yuanshao Zhu,James Jianqiao Yu,Xiangyu Zhao, Xuetao Wei,Yuxuan Liang

研究背景

人类轨迹建模在交通管理、物流优化、基于位置的服务等领域至关重要。随着 GPS 设备普及，海量轨迹数据产生，但现有方法存在三大核心局限：

• 任务特异性：模型多为特定任务（如轨迹预测、异常检测）设计，跨任务适配需大量修改，复用性差。

• 区域依赖性：多数模型基于特定地理区域数据训练，难以适应不同地区的基础设施、交通模式差异，泛化能力弱。

• 数据质量敏感性：真实轨迹数据采样率、噪声水平不一，且常存在缺失值，现有模型对这类异质性数据鲁棒性不足，需大量预处理。

此外，构建通用轨迹基础模型还面临两大挑战：

• 一是现有轨迹数据集多为企业私有或区域受限（如 GeoLife 仅覆盖北京、Porto 聚焦葡萄牙波尔图），缺乏大规模、全球化、高质量的公开数据；

• 二是现有模型难以同时满足跨时空泛化、异质数据鲁棒性、复杂度与效率平衡的需求。

因此文章提出了WorldTrace数据集，以及UniTraj模型，以解决上述挑战问题。

模型框架

全球大规模轨迹数据集 WorldTrace

数据规模与覆盖：包含 245 万条轨迹、88 亿个 GPS 点，覆盖 70 个国家，时间跨度为 2021 年 8 月 - 2023 年 12 月，填补了全球化轨迹数据的空白。

来源：从 OpenStreetMap（OSM）平台筛选 2021-2023 年的车辆轨迹数据，采用 GPX 标准化格式，确保数据结构统一。

预处理：通过归一化（将 10Hz 采样率标准化为 1Hz，减少冗余）、过滤（剔除点数 <32 或距离 < 100 米的短轨迹，移除速度> 120km/h 的异常数据）、校准（结合地图匹配技术修正 GPS 定位误差）三步优化数据质量。

关键统计特征：平均轨迹时长 6 分钟、平均距离 5.73km、平均速度 48.0km/h，采样间隔统一为 1 秒，兼顾多样性与一致性。

隐私与版权：数据匿名化处理，遵循 ODbL 开源协议，提供样本供研究使用，支持广泛协作。

通用轨迹基础模型 UniTraj

核心定位：具备任务适应性、区域独立性和数据质量鲁棒性，可作为基础骨干网络，通过少量适配支持多轨迹分析任务。

核心技术设计

重采样策略：解决采样率异质性与轨迹长度失衡问题。

• 动态轨迹重采样：基于轨迹长度的对数采样比（短轨迹保留全部点，长轨迹降低采样比），平衡信息保留与计算效率。

• 间隔一致性重采样：将每条轨迹按固定时间间隔（如 3 秒）重采样，标准化时序结构，简化建模。

掩码策略：通过自监督学习增强模型泛化能力，模拟四类真实数据缺失场景。

• 随机掩码：随机掩盖轨迹点，学习全局时空依赖。

• 块掩码：掩盖连续点，训练长时依赖捕捉能力。

• 关键点掩码：基于 Ramer-Douglas-Peucker 算法识别转弯、变速等关键节点并掩码，强化轨迹结构理解。

• 末尾 N 点掩码：掩盖轨迹最后 N 个点，适配轨迹预测任务。

模型结构：采用 Encoder-Decoder 架构，基于 Transformer 实现。

• 轨迹分词器：将经纬度（归一化到起点）与时间间隔分别嵌入，再求和得到统一的点嵌入，保留时空信息。

• 位置嵌入：使用旋转位置编码（RoPE），通过向量旋转保留点间相对位置关系，支持局部与全局模式捕捉。

• Encoder：处理未掩码点，学习压缩的轨迹 latent 表示；Decoder：结合掩码 token 重构缺失点，训练目标为最小化掩码位置的预测误差（MSE 损失）。

下游适配：预训练 Encoder 作为骨干，仅需添加少量任务头（如分类头、预测头）或微调，即可支持多任务。

实验数据

数据集：使用 WorldTrace 及 5 个真实数据集（Chengdu、Xi’an、GeoLife、Grab-Posisi、Porto），覆盖不同区域、采样率与任务场景。

对比基线：传统模型（Linear、DHTR、Transformer、DeepMove）与预训练模型（TrajBERT、TrajFM），评估指标包括 MAE、RMSE（轨迹恢复 / 预测）、准确率（分类）、密度误差（生成）。

模型参数：Encoder 含 8 个 RoPE 块、Decoder 含 4 个块，嵌入维度 128，总参数量 238 万，Adam 优化器，训练 200 轮， batch size=1024。

重点实验数据

任务适用性分析：UniTraj 在四类核心任务中均显著优于基线。

• 轨迹恢复：零样本场景下，WorldTrace 上 MAE 仅 10.22m（较 TrajFM 提升 78.55%）；微调后 MAE 降至 6.94m，在 GeoLife（低质量数据）上 MAE 23.23m（较 TrajFM 减半）。

• 轨迹预测：预测 5 个未来点，Chengdu 数据集微调后 MAE 28.78m（较 DeepMove 低 20.74%），零样本性能仍优于多数基线。

• 轨迹分类：GeoLife 数据集微调准确率 78.8%（超 TrajFormer 等模型），无微调时 71.3%，验证预训练表示的有效性；Grab-Posisi（摩托车与汽车轨迹相似）微调准确率 79.3%，体现复杂场景适配能力。

• 轨迹生成：集成到 ControlTraj 框架，Chengdu 数据集密度误差从 0.0039 降至 0.0037，跨城市（成都→西安）误差从 0.0171 降至 0.0152，证明拓扑结构捕捉与区域泛化能力。

数据集研究：WorldTrace 的规模与多样性是模型性能关键。

• 数据量影响：随 WorldTrace 训练数据量增加（0.01M→1M），MAE 持续下降；高质量 1M 子集性能优于全量 2.45M 数据集，说明数据质量比单纯规模更重要。

• 多样性优势：WorldTrace 训练的模型在跨数据集（如 GeoLife、Porto）泛化性能优于 Chengdu（区域受限数据）训练的模型，且 WorldTrace 开源可获取，适用性更广。

消融实验：重采样与掩码策略缺一不可。

移除动态重采样：GeoLife、Grab-Posisi 等低质量数据集 MAE 大幅上升（如 Grab-Posisi 从 114.07m 升至 1933.28m）。

移除关键点掩码：Chengdu、Xi’an 等高质量数据集性能下降，说明关键结构捕捉的重要性。

最优参数：Encoder 块数 8、掩码比 50% 时性能最佳，过多块数或过高 / 过低掩码比均会导致性能下降。

小小总结

UniTraj 通过创新的重采样、掩码设计与 Transformer 架构，解决了现有轨迹模型的任务、区域、数据质量局限；WorldTrace 则为通用轨迹建模提供了高质量的全球化数据基础。为交通管理、城市规划等领域的轨迹分析提供了高效、通用的解决方案。

关注小时，持续学习前沿时序技术！