Aplicamos Sistemas Multiagente (MAS) con SPADE y Modelos de Lenguaje de Gran Escala (LLMs) en un Gemelo Digital (Digital Twin) basado en SimFleet para modelar y analizar la toma de decisiones sostenibles en entornos urbanos. Simulamos agentes con distintos perfiles y motivaciones para evaluar cómo sus comportamientos impactan la huella de carbono. A través de interacciones inteligentes y análisis de datos, identificamos patrones de movilidad, consumo energético y estrategias óptimas para reducir emisiones. La integración de LLMs permite generar escenarios realistas y optimizar decisiones en tiempo real. Este enfoque facilita la exploración de políticas urbanas sostenibles, ayudando a diseñar estrategias más eficientes para la transición ecológica de las ciudades.
Título: Cognitive Agents in Urban Mobility: Integrating LLM Reasoning into Multi-Agent Simulations
Autores: Christian Calderón, Pasqual Martí, Jaume Jordán, Javier Palanca and Vicente Julian.
Editorial: MDPI - SENSORS
Año: 2025
DOI: https://doi.org/10.3390/s25185688Título: Redefining Transportation Simulation: Multi-agent Models Powered by LLMs
Autores: Christian Calderón, Pasqual Martí, Jaume Jordán, Javier Palanca and Vicente Julian.
Editorial: Springer - PAAMs/ISAMI
Año: 2025
DOI: https://link.springer.com/chapter/10.1007/978-3-032-05925-3_6