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
imbackneverdie33 分钟前
AI4S不止于分子药物:以MedPeer为代表的科研基建打开产业新增量
大数据·人工智能·算法·aigc·科研·学术·ai 4s
agent喵1 小时前
从知识库问答到业务自动化:AI Agent 工作流搭建经验分享
人工智能
周末程序猿1 小时前
图解 120 个大语言模型(LLM)核心概念(1-30)
人工智能
EQUINOX11 小时前
【论文阅读】| MoCo精读
论文阅读·人工智能·python·深度学习·机器学习
刘一说2 小时前
AI科技热点日报 | 2026年07月09日
人工智能·科技
LYFlied2 小时前
Anthropic Agent隔离架构解读:比权限弹窗更可靠的是限制爆炸半径
人工智能·架构·软件工程·claude·安全架构·ai agent
MartinYeung52 小时前
[论文学习]大语言模型安全综述:攻击、防御、对齐、度量与护栏的深度解析
学习·安全·语言模型
敲代码的嘎仔2 小时前
实习日志day6--实习日志day6--title命名规范化&businessType纠正&补充缺失的@Log注解&报警与通信模块补充&产出阶段总结文档
java·开发语言·人工智能·git·python·实习·大二
ZZZMMM.zip2 小时前
基于鸿蒙HarmonyOS NEXT开发AI英语口语应用:智能口语练习新体验与鸿蒙Flutter框架跨端实
人工智能·flutter·华为·harmonyos·鸿蒙·鸿蒙系统
程序喵大人2 小时前
【AI专栏】图解Transformer - 第05章:LLM 推理工程
人工智能·深度学习·llm·transformer