Large Language Model for Participatory Urban Planning

最新推荐文章于 2025-11-24 18:29:32 发布

UnknownBody

最新推荐文章于 2025-11-24 18:29:32 发布

阅读量336

点赞数

CC 4.0 BY-SA版权

分类专栏： LLM Agent 文章标签：语言模型人工智能自然语言处理

本文链接：https://blog.youkuaiyun.com/c_cpp_csharp/article/details/137122557

LLM 日更同时被 2 个专栏收录

828 篇文章

已下架不支持订阅

LLM Agent

104 篇文章

订阅专栏

本文提出了一种基于大型语言模型（LLM）的参与式城市规划框架，模拟规划师与居民的协作。LLM代理代表不同需求的居民，进行土地使用规划讨论，提高效率并确保居民满意度和包容性。实验证明，该方法在服务可及性和生态指标上表现出色。

本文是LLM系列文章，针对《Large Language Model for 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，涉及居民的积极参与。然而，传统的参与式模式需要经验丰富的规划专家，而且往往耗时且成本高昂。幸运的是，新兴的大型语言模型（LLM）已经显示出相当大的模拟类人代理的能力，可以很容易地用于模拟参与过程。在这项工作中，我们引入了一个基于LLM的参与式城市规划多智能体协作框架，该框架可以生成考虑居民不同需求的城市区域土地利用规划。具体来说，我们构建LLM代理来模拟规划师和数千名具有不同档案和背景的居民。我们首先要求规划者进行初步的土地使用计划。为了满足居民的不同设施需求，我们在每个社区的居民中就该计划展开讨论，居民根据自己的个人资料提供反馈。此外，为了提高讨论效率，我们采用了一种“鱼缸式”讨论机制，即每轮都有一部分居民进行讨论，其余居民充当听众。最后，我们让规划师根据居民的反馈修改计划。我们在北京的两个真实世界区域部署了我们的方法。实验表明，我们的方法在居民满意度和包容性指标方面取得了最先进的性能，在服务可及性和生态指标方面也优于人类专家。