LiPUP-MA：面向居住体验的多智能体框架用于循环式参与式城市规划
人工智能
2026-05-27 v2 计算与语言
机器学习
摘要
参与式城市规划（PUP）日益受到基于 LLM 的智能体支持，但现有方法主要依赖静态偏好收集和一次性利益相关者讨论，忽视了真实规划中居住生活、经验收集与计划调整持续相互作用的循环本质。我们提出了 Living-in-the-loop 参与式城市规划（LiPUP）范式，通过交替进行模拟居住和经验驱动的计划修订来实现闭环。同时，我们提出了两个关键挑战：将分散的生活经验锚定在具体的城市语境中，并将主观反馈转化为具有空间一致性的规划行动。为实现 LiPUP，我们引入 LiPUP-MA，一个基于 LLM 的多智能体框架，通过构建以计划为中心的图结构经验库来组织城市语境下的居民反馈，并配备受空间约束的技能增强规划师智能体，通过融合经验、视觉和地理空间证据来修订计划。实验表明，LiPUP-MA 在常规静态规划指标和基于生活的指标上均优于基线方法，迭代的 LiPUP 循环进一步提升了计划质量。
引用
@article{arxiv.2412.20505,
title = {LiPUP-MA: A Residential Experience-centric Multi-Agent Framework for Living-in-the-loop Participatory Urban Planning},
author = {Hang Ni and Yuzhi Wang and Yizhi Song and Hao Liu},
journal= {arXiv preprint arXiv:2412.20505},
year = {2026}
}