Large language model empowered participatory urban planning

本文是LLM系列文章，针对《Large language model empowered participatory urban planning》的翻译。

摘要

参与式城市规划是现代城市规划的主流，涉及不同利益相关者的积极参与。然而，传统的参与式模式在时间和人力方面遇到了挑战，而生成性规划工具未能提供可调整和包容性的解决方案。本研究引入了一种创新的城市规划方法，将大型语言模型（LLM）整合到参与过程中。该框架基于精心制作的LLM代理，包括角色扮演、协作生成和反馈迭代，解决了满足1000个不同兴趣的社区级土地使用任务。在不同城市社区进行的实证实验显示了LLM在不同规划场景下的适应性和有效性。结果根据四个指标进行了评估，在满意度和包容性方面超过了人类专家，在服务和生态学方面与最先进的强化学习方法相媲美。进一步的分析显示了LLM代理在提供具有自然语言推理和强大可扩展性的可调整和包容性解决方案方面的优势。在实施模仿人类行为进行规划的最新进展的同时，这项工作设想规划者和公民都能从低成本、高效的LLM代理中受益，这对提高参与度和实现参与式城市规划至关重要。

1 引言

2 相关工作

3 方法

4 实验

5 结果

6 讨论

总之，我们的研究引入了一种新颖的城市规划方法，该方法在参与式范式中使用LLM代理，将角色扮演、协作生成和反馈迭代相结合。通过在两个不同的社区HLG和DHM中的实证实验，我们证明了我们的LLM驱动模型表现异常出色，在服务（0.756和0.760）和生态（0.714和0.739）指标上仅次于RL，同时在满意度（