论文笔记:Large Language Model for Participatory Urban Planning

202402 arxiv

  • 大模型+城市规划
    • 引入了一个基于LLM的多代理协作框架,模拟规划师和数千名具有不同特征和背景的居民,用于参与式城市规划------>生成考虑居民多样化需求的城市区域土地利用规划
    • 为了提高讨论的效率,论文采用了鱼缸讨论机制,其中部分居民讨论,其余的居民在每一轮中充当听众

1 方法

1.1 总体方法

1.2 鱼缸讨论机制

1.3 planner的prompt和回答

2 实验

2.1 数据集

  • 北京的两个真实区域
    • 回龙观(HLG)
      • 居民需远距离通勤,HLG成为了一个典型的通勤城镇
    • 大红门(DHM)
      • 布局杂乱无章,混合了住宅、商业、仓储、物流和租赁复合体
  • 根据道路和现有土地利用条件将HLG和DHM区域划分为若干区域。
  • 保留了居住区和主要绿地,将其他区域视为待规划的空地
    • ------>HLG和DHM各有42个空地区域需要规划

2.2 metric

2.2.1 不考虑需求的指标

  • 服务
    • 衡量公共服务的布局效率,计算方法是计算居民住宅500米范围内可达的基础服务(包括教育、医疗、工作、购物和娱乐)的平均比例,范围从0到1
    • 首先计算代理人 𝑚 访问第 𝑗 类区域 𝑃𝑗 的最小距离 𝑑(𝑚, 𝑗)
      • 𝐿𝑚 代表代理人 𝑚 的家庭位置,𝑘𝑗 是第 𝑗 类区域的总数
    • 然后,服务指标定义为
      • 每一个用户,500m内基础服务覆盖率的平均数
  • 生态
    • 衡量被公园和开放空间服务范围覆盖的居民比例
    • 首先定义生态服务范围 (ESR) 为延伸300米的缓冲区的联合
    • 随后,生态指标定义为:
      • 有多少比例的用户是在生态服务范围 (ESR)内的
  • 这两个无需求指标有效地封装了15分钟生活圈的概念,确保基本社区服务可以在15分钟内步行或骑行到达
    • 这些指标没有考虑具有不同特征的居民的各种需求

2.2.2 考虑需求的指标

  • 满意度
    • 每个居民代理 𝑚 可以报告一组认为最迫切需要的3-5种土地使用类型,记为 𝐽𝑚
    • 满意度指标来量化每个代理人需求的满足程度,范围从0到1
    • 为代理人 𝑚 定义满意度水平为:
      • 𝑑(𝑚, 𝑗) 代表第 𝑚 个代理人访问第 𝑗 类区域的最小距离
    • 总体满意度指标
      • nm是代理人的总数
  • 包容性
    • 引入一个包容性指标,以类似的方式保护边缘化群体 𝑉 的利益

2.3 结果

2.4 消融实验

2.5 case study

相关推荐
管二狗赶快去工作!5 分钟前
体系结构论文(五十四):Reliability-Aware Runahead 【22‘ HPCA】
人工智能·神经网络·dnn·体系结构·实时系统
Envyᥫᩣ12 分钟前
Python中的自然语言处理:从基础到高级
python·自然语言处理·easyui
AI绘画君14 分钟前
Stable Diffusion绘画 | AI 图片智能扩充,超越PS扩图的AI扩图功能(附安装包)
人工智能·ai作画·stable diffusion·aigc·ai绘画·ai扩图
AAI机器之心15 分钟前
LLM大模型:开源RAG框架汇总
人工智能·chatgpt·开源·大模型·llm·大语言模型·rag
Evand J37 分钟前
物联网智能设备:未来生活的变革者
人工智能·物联网·智能手机·智能家居·智能手表
HyperAI超神经1 小时前
Meta 首个多模态大模型一键启动!首个多针刺绣数据集上线,含超 30k 张图片
大数据·人工智能·深度学习·机器学习·语言模型·大模型·数据集
sp_fyf_20241 小时前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-03
人工智能·算法·机器学习·计算机视觉·语言模型·自然语言处理
新缸中之脑1 小时前
10个令人惊叹的AI工具
人工智能
学步_技术1 小时前
自动驾驶系列—线控悬架技术:自动驾驶背后的动力学掌控者
人工智能·机器学习·自动驾驶·线控系统·悬挂系统
DogDaoDao2 小时前
【预备理论知识——2】深度学习:线性代数概述
人工智能·深度学习·线性代数