Urban-R1：强化多模态大语言模型缓解城市通用智能中的地理空间偏差
人工智能
2025-10-21 v1 机器学习
摘要
快速城市化加剧了对城市通用智能(UGI)的需求，UGI指的是能够理解和推理复杂城市环境的人工智能系统。最近的研究通过使用监督微调(SFT)LLM和MLLM构建了城市基础模型，然而这些模型表现出持续的地理空间偏差，产生区域偏斜的预测和有限的泛化能力。为此，我们提出了Urban-R1，一个基于强化学习的后训练框架，使MLLM与UGI的目标对齐。Urban-R1采用组相对策略优化(GRPO)来优化跨地理分组的推理，并利用城市区域画像作为代理任务，从多模态城市数据中提供可测量的奖励。跨不同区域和任务的广泛实验表明，Urban-R1有效缓解了地理偏差并改善了跨区域泛化能力，其性能优于SFT训练的模型和闭源模型。我们的结果强调了强化学习对齐是迈向公平可信的城市智能的一条有前景的途径。
引用
@article{arxiv.2510.16555,
title = {Urban-R1: Reinforced MLLMs Mitigate Geospatial Biases for Urban General Intelligence},
author = {Qiongyan Wang and Xingchen Zou and Yutian Jiang and Haomin Wen and Jiaheng Wei and Qingsong Wen and Yuxuan Liang},
journal= {arXiv preprint arXiv:2510.16555},
year = {2025}
}