引言：參與式城市規(guī)劃的新篇章

隨著城市化的不斷推進(jìn)，傳統(tǒng)的城市規(guī)劃方法面臨著越來越多的挑戰(zhàn)。這些方法往往需要大量的時間和人力，且嚴(yán)重依賴于經(jīng)驗豐富的城市規(guī)劃師。為了應(yīng)對這些挑戰(zhàn)，參與式城市規(guī)劃應(yīng)運而生，它強調(diào)不同利益相關(guān)者，包括官員、專業(yè)人士、開發(fā)商、當(dāng)?shù)鼐用窈凸姷姆e極參與。這種包容性的方法旨在通過精心設(shè)計的程序、討論、小組會議或研討會，將多樣化的視角納入規(guī)劃和決策過程中。然而，參與式規(guī)劃的傳統(tǒng)范式仍然存在許多實踐中的挑戰(zhàn)，如成本高昂、缺乏熟練的協(xié)調(diào)者、效率低下以及參與興趣低落。

幸運的是，隨著信息技術(shù)的飛速發(fā)展，尤其是大語言模型（LLMs）的出現(xiàn)，我們有了新的解決方案。在本研究中，我們引入了一個基于LLM的多代理協(xié)作框架，模擬規(guī)劃師和數(shù)千名具有不同特征和背景的居民,用于參與式城市規(guī)劃，可以生成考慮居民多樣化需求的城市區(qū)域土地利用規(guī)劃。此外，為了提高討論的效率，我們采用了魚缸討論機制，其中部分居民討論，其余的居民在每一輪中充當(dāng)聽眾。最后，我們讓規(guī)劃師根據(jù)居民的反饋修改規(guī)劃。

我們在北京的兩個區(qū)域部署了我們的方法。實驗表明，我們的方法在居民滿意度和包容性指標(biāo)上達(dá)到了最先進(jìn)的性能，并且在服務(wù)可達(dá)性和生態(tài)指標(biāo)方面也超過了人類專家。

論文標(biāo)題: 

Large Language Model for Participatory Urban Planning

論文鏈接:

??https://arxiv.org/pdf/2402.17161.pdf??

大語言模型（LLM）在城市規(guī)劃中的創(chuàng)新應(yīng)用

1. 傳統(tǒng)城市規(guī)劃的局限性

傳統(tǒng)的城市規(guī)劃方法依賴于經(jīng)驗豐富的規(guī)劃專家，涉及多方利益的考量，并且通常需要對獨特的社區(qū)問題進(jìn)行個案審查。這種方法要求大量的時間和人力資源，并且嚴(yán)重依賴于經(jīng)驗豐富的城市規(guī)劃師。隨著城市的持續(xù)增長和城市更新需求的穩(wěn)步上升，傳統(tǒng)城市規(guī)劃方法的局限性變得越來越明顯，迫切需要探索能夠提高其效率和有效性的創(chuàng)新方法。

2. LLM作為模擬人類代理的潛力

近年來，大語言模型（LLM）展現(xiàn)出了模擬人類代理的顯著能力，這為輕松模擬參與式過程提供了可能。在城市規(guī)劃領(lǐng)域，LLM可以用來生成考慮居民多樣化需求的土地利用規(guī)劃。

如下圖所示，可以構(gòu)建LLM代理來模擬規(guī)劃師和成千上萬具有不同特征和背景的居民。首先，讓規(guī)劃師進(jìn)行初始土地利用規(guī)劃。為了處理居民不同的設(shè)施需求，可以在每個社區(qū)中啟動居民之間的討論，居民根據(jù)他們的特征提供反饋。此外，為了提高討論的效率，采用魚缸討論機制，部分居民參與討論，其他人在每輪中充當(dāng)聽眾。最后，規(guī)劃師根據(jù)居民的反饋修改規(guī)劃。

在北京的兩個區(qū)域進(jìn)行的實驗表明，該方法在居民滿意度和包容性指標(biāo)上實現(xiàn)了最先進(jìn)的性能，并且在服務(wù)可達(dá)性和生態(tài)指標(biāo)方面也超過了人類專家。

多代理協(xié)作框架的構(gòu)建

1. 角色設(shè)計：規(guī)劃師與居民代理

如下圖，在構(gòu)建多代理協(xié)作框架時，首先需要設(shè)計不同的角色來模擬城市規(guī)劃中的真實參與者。規(guī)劃師代理負(fù)責(zé)整體規(guī)劃考量，需要理解區(qū)域的空間分布，并根據(jù)人類專家設(shè)計的規(guī)劃指南提出初始規(guī)劃。居民代理則是參與式城市規(guī)劃中不可或缺的一部分，因此設(shè)計LLM代理來模擬該區(qū)域的居民。每個居民代理都有詳細(xì)的個人資料，包括性別、年齡、教育水平和家庭規(guī)模。為了確保公平和包容性，一些居民代理被賦予了特殊背景，如有孩子的家庭、有病人的家庭和獨居老人。每個居民代理都被隨機分配一個家庭地址，并且只能觀察到他們家附近15分鐘步行或騎行范圍內(nèi)的區(qū)域。

2. 規(guī)劃工作流程：初始規(guī)劃與居民反饋

在規(guī)劃師和居民代理的角色確定后，提出了一個通過多代理協(xié)作的規(guī)劃流程。規(guī)劃師首先基于要求和專家知識提出初始規(guī)劃，然后關(guān)鍵的參與式規(guī)劃理念是征詢居民對該規(guī)劃的意見并據(jù)此進(jìn)行修訂。然而，不同居民可能對土地利用有不同的需求，這可能導(dǎo)致鄰近居民之間的利益沖突。為了更好地平衡他們的需求，提出讓居民通過討論來相互溝通。由于居民只關(guān)心他們家附近的區(qū)域，因此討論不必包括所有居民，而只需要在鄰近居民之間進(jìn)行。因此，將整個區(qū)域劃分為基于現(xiàn)實世界社區(qū)和道路網(wǎng)絡(luò)的四個不同社區(qū)。對于每個社區(qū)，邀請居住在那里或附近的居民進(jìn)行幾輪討論，在討論中分享對土地利用規(guī)劃的意見。根據(jù)居民在討論中的意見，規(guī)劃師相應(yīng)地修訂該社區(qū)的規(guī)劃。

為了應(yīng)對大量居民參與討論的挑戰(zhàn)，提出采用魚缸討論機制來提高討論的效率。在每輪中，居民被分為內(nèi)圈和外圈。內(nèi)圈的居民積極參與討論，而外圈的居民則認(rèn)真傾聽。每輪討論后，內(nèi)外圈的成員會隨機交換，并且討論歷史被總結(jié)以避免過長的上下文。通過這樣的設(shè)計，規(guī)劃師和居民代理能夠高效有效地協(xié)作生成考慮不同居民需求的土地利用規(guī)劃。

魚缸討論機制：提升效率的關(guān)鍵

在參與式城市規(guī)劃中，傳統(tǒng)的參與范式往往需要經(jīng)驗豐富的規(guī)劃專家，且常常耗時且成本高昂。為了提高討論效率，我們采用了魚缸討論機制。在這種機制中，部分居民參與討論，其余的居民則作為聽眾。每輪討論結(jié)束后，內(nèi)外圈的成員會隨機交換，討論歷史也會被總結(jié)，以避免過長的對話文本。通過這種設(shè)計，規(guī)劃師和居民代理能夠高效、有效地共同制定出考慮到不同居民需求的土地利用規(guī)劃。

實驗設(shè)置與基準(zhǔn)比較

1. 實驗數(shù)據(jù)集介紹：北京的兩個區(qū)域案例

我們的方法部署在北京的兩個真實世界區(qū)域（下圖）：回龍觀（HLG）和大紅門（DHM）。HLG位于北京市中心以北33公里處，原本是一個衛(wèi)星城鎮(zhèn)，現(xiàn)已融入北京大都市區(qū)。由于居民需遠(yuǎn)距離通勤，HLG成為了一個典型的通勤城鎮(zhèn)。DHM位于北京南部，有著悠久的居住歷史，城市布局雜亂無章，混合了住宅、商業(yè)、倉儲、物流和租賃復(fù)合體。兩個區(qū)域的選擇考慮到了它們在社會經(jīng)濟概況、人口組成和城市規(guī)劃復(fù)雜性上的多樣性。

2. 實施細(xì)節(jié)與評價指標(biāo)

我們根據(jù)道路和現(xiàn)有土地利用條件將HLG和DHM區(qū)域劃分為若干區(qū)域。我們保留了居住區(qū)和主要綠地，將其他區(qū)域視為待規(guī)劃的空地。HLG和DHM各有42個空地區(qū)域需要規(guī)劃（下表）。為了確保規(guī)劃結(jié)果現(xiàn)實可行，我們?yōu)閮蓚€社區(qū)設(shè)定了基礎(chǔ)設(shè)施覆蓋的最低要求。

在實驗中，我們使用了gpt-3.5-turbo-1106作為居民代理，使用gpt-4-vision-preview作為規(guī)劃師代理，因為它需要輸入?yún)^(qū)域地圖。在每個社區(qū)的規(guī)劃過程中，我們讓居民進(jìn)行了3輪討論，每輪選出50名居民參與討論。為了確保結(jié)果的穩(wěn)健性，我們將LLM的溫度設(shè)置為0，并報告了使用不同隨機種子的五次運行的平均結(jié)果。

為了評估我們的框架，我們選擇了六種方法作為比較基準(zhǔn)：隨機方法（Random）、集中方法（Centralized）、分散方法（Decentralized）、幾何集合覆蓋算法（GSCA）、深度強化學(xué)習(xí)（DRL）以及人類設(shè)計師（Human Expert）的結(jié)果。

而評價指標(biāo)，我們采用了兩類：不考慮需求的（need-agnostic）和考慮需求的（need-aware）。不考慮需求的指標(biāo)是聚合指標(biāo)，提供了整個社區(qū)的概覽，專注于服務(wù)（Service）和生態(tài)（Ecology），而不考慮個體的定制化需求。考慮需求的指標(biāo)包括滿意度（Satisfaction）和包容性（Inclusion），這些指標(biāo)衡量了規(guī)劃過程是否充分考慮了邊緣群體的需求，從而促進(jìn)了更公平和包容的城市發(fā)展策略。我們將不考慮需求的和考慮需求的服務(wù)和生態(tài)滿意度以及包容性結(jié)合起來，以衡量意向草案的性能，旨在符合參與式規(guī)劃的核心愿景，并照顧到所有利益相關(guān)者的滿意度。

實驗結(jié)果：LLM在居民滿意度和包容性上的表現(xiàn)

實驗的具體比較數(shù)據(jù)見下表，粗體字是最佳結(jié)果，下劃線是次佳結(jié)果。

1. 居民滿意度

在實驗中，我們的LLM方法在居民滿意度（Satisfaction）上表現(xiàn)出色，超過了所有基線方法。例如，在HLG數(shù)據(jù)集上，我們的方法的滿意度得分為0.787，這意味著居民平均能夠在500米內(nèi)訪問到78.7%的他們需要的設(shè)施，比基線方法至少提高了11.2%。這一結(jié)果表明，我們的方法能夠通過允許居民討論并根據(jù)他們的意見修改計劃，有效地考慮居民的多樣化需求。

2. 包容性

在包容性（Inclusion）方面，我們的方法同樣取得了最佳表現(xiàn)。在HLG數(shù)據(jù)集上，包容性得分為0.773，表明77.3%的邊緣化群體的需求得到了滿足。這一成績進(jìn)一步證明了我們的方法能夠確保更加公平和包容的城市發(fā)展策略。

角色扮演與討論設(shè)計的有效性分析

1. 角色扮演的有效性

為了評估角色扮演設(shè)計的有效性，我們進(jìn)行了消融實驗（下圖），其中移除了所有居民的個人資料，并將他們替換為相同的提示：“你是城市中一個地區(qū)的居民”。結(jié)果顯示，去除角色扮演后，居民滿意度和包容性指標(biāo)分別下降了4.7%-8.0%，這表明居民的個人資料能夠有效反映他們的多樣化需求。

2. 討論設(shè)計的有效性

在討論設(shè)計方面，我們同樣進(jìn)行了消融實驗（上圖），其中不允許居民之間進(jìn)行討論。相反，參與討論的居民只是單獨報告他們對計劃的看法，然后這些意見被匯總并發(fā)送給規(guī)劃師進(jìn)行計劃修訂。結(jié)果顯示，去除討論后，居民滿意度和包容性指標(biāo)分別下降了4.1%-6.3%，這表明單獨詢問并匯總每個居民的意見是次優(yōu)的。相比之下，討論允許居民相互交流，更好地平衡了他們的不同意見和多樣化需求。

3. 討論過程分析

通過對HLG地區(qū)的案例分析，我們觀察到在社區(qū)討論和規(guī)劃師修訂過程中，居民的意見得到了充分的交流和考慮，從而提高了整個社區(qū)的滿意度。例如，見下圖(a)，在社區(qū)1的討論中，大多數(shù)居民對計劃已經(jīng)表示滿意，但仍有一些有特殊需求的居民提出在區(qū)域1、3和5增加新設(shè)施的建議。經(jīng)過幾輪討論，許多其他居民接受了這些意見并表示支持，因此規(guī)劃師根據(jù)這些建議對這些區(qū)域進(jìn)行了修訂。下圖(b)是各社區(qū)修訂后的指標(biāo)。0表示初始規(guī)劃，4表示四個社區(qū)修改后的最終規(guī)劃。指標(biāo)為5次運行的平均值。

綜上所述，我們的LLM方法不僅能夠有效地考慮居民的多樣化需求，而且在提供公共服務(wù)可達(dá)性和生態(tài)評分方面與最先進(jìn)的強化學(xué)習(xí)方法相媲美。通過多代理協(xié)作設(shè)計，我們的方法在居民滿意度和包容性方面取得了顯著的成績，同時也保持了與人類專家相當(dāng)?shù)姆?wù)和生態(tài)指標(biāo)。

討論過程分析：居民意見的交流與規(guī)劃師的修正

在參與式城市規(guī)劃中，居民的積極參與是規(guī)劃過程的核心。為了平衡居民的多樣化需求，本研究采用了基于LLM的多代理合作框架。在這個框架中，規(guī)劃師首先提出一個初始的土地利用計劃，然后通過居民之間的討論來修正這個計劃。這一過程的關(guān)鍵在于如何讓居民之間的交流更有效，并確保規(guī)劃師能夠根據(jù)居民的反饋進(jìn)行合理的修改。

1. 居民意見的交流

在每個社區(qū)內(nèi)，居民基于他們的個人檔案（包括性別、年齡、教育水平和家庭大小等信息）提出對初始規(guī)劃的反饋。例如，有孩子的家庭可能需要學(xué)校，而有病人的家庭可能更傾向于醫(yī)療服務(wù)和公園。通過讓居民在討論中表達(dá)他們的意見，可以更好地平衡他們的需求。在討論過程中，居民們不僅分享了他們對土地利用計劃的看法，還有機會了解到其他居民的需求和建議。

2. 規(guī)劃師的修正

規(guī)劃師在居民討論后對計劃進(jìn)行修正。這一過程中，規(guī)劃師需要綜合考慮居民的反饋，并做出相應(yīng)的調(diào)整。例如，在討論過程中，如果多數(shù)居民對某個區(qū)域的規(guī)劃表示滿意，但有特殊需求的居民提出了增加新設(shè)施的建議，規(guī)劃師可能會根據(jù)這些建議對該區(qū)域進(jìn)行修改。通過這種方式，即使是少數(shù)群體的觀點也能得到充分的討論和考慮，從而提高整個社區(qū)的滿意度。

超參數(shù)研究：討論輪數(shù)對結(jié)果的影響

在本研究中，討論輪數(shù)是一個重要的超參數(shù)，它直接影響到居民討論的深入程度和規(guī)劃修正的效果。為了探究討論輪數(shù)對結(jié)果的影響，我們進(jìn)行了一系列實驗，討論輪數(shù)從1到4不等。

1. 討論輪數(shù)的設(shè)定

實驗中，居民討論的輪數(shù)設(shè)定為1到4輪。在每一輪討論中，居民們分享他們對土地利用計劃的看法，并對計劃提出建議。規(guī)劃師則根據(jù)這些討論的結(jié)果進(jìn)行計劃的修正。

2. 討論輪數(shù)對結(jié)果的影響

實驗結(jié)果顯示（下圖），當(dāng)討論輪數(shù)從1增加到3時，居民滿意度（Satisfaction）和包容性（Inclusion）指標(biāo)有顯著提升。例如，在HLG數(shù)據(jù)集上，居民滿意度從0.738提升到0.787，包容性指標(biāo)提升了5.9%。這表明多輪討論能夠更好地平衡居民的不同意見，并制定出更能滿足他們需求的土地利用計劃。

然而，當(dāng)討論輪數(shù)增加到4時，這些指標(biāo)沒有進(jìn)一步提升（上圖），這可能是因為過長的討論可能導(dǎo)致性能的停滯甚至惡化。此外，服務(wù)（Service）指標(biāo)的趨勢與居民滿意度和包容性指標(biāo)相似，而生態(tài)（Ecology）指標(biāo)則有所波動，這可能是由于在設(shè)施和綠地之間存在潛在的權(quán)衡。

綜上所述，討論輪數(shù)對居民討論和規(guī)劃修正的結(jié)果有直接影響。適當(dāng)?shù)挠懻撦啍?shù)可以促進(jìn)居民之間的有效溝通，幫助規(guī)劃師根據(jù)居民的反饋做出更合理的規(guī)劃調(diào)整。

結(jié)論與未來展望：LLM在城市規(guī)劃中的潛力與挑戰(zhàn)

1. 結(jié)論

本研究通過引入大語言模型（LLM）來模擬參與式城市規(guī)劃的全過程，展示了LLM在城市規(guī)劃中的應(yīng)用潛力。我們設(shè)計了LLM代理來模擬規(guī)劃師和具有不同背景的居民，通過特定的提示設(shè)計來實現(xiàn)這一點。然后，我們提出了一個框架，居民可以討論規(guī)劃師制定的土地利用計劃，并且規(guī)劃師根據(jù)討論結(jié)果相應(yīng)地修訂計劃。此外，為了在大量居民中進(jìn)行更有效的討論，我們采用了魚缸討論機制，其中部分居民進(jìn)行討論，其余的居民則傾聽。在北京的兩個真實世界場景中部署了我們的方法，結(jié)果表明我們的方法能夠有效滿足居民的多樣化需求，并且在服務(wù)可達(dá)性和生態(tài)指標(biāo)方面與最先進(jìn)的強化學(xué)習(xí)方法相媲美。

2. 未來展望

盡管LLM在城市規(guī)劃中展現(xiàn)出了巨大的潛力，但我們必須承認(rèn)，在整個過程中對規(guī)劃要素的簡化可能會導(dǎo)致與實際規(guī)劃場景的偏差。例如，所有權(quán)、開發(fā)成本和更高層次的規(guī)劃等因素在本研究中被省略，這可能會影響到規(guī)劃的實際應(yīng)用。希望這些不足可以通過新的提示設(shè)計來解決，而不會影響我們框架的有效性和可解釋性。此外，我們的框架在很大程度上依賴于手動設(shè)計的提示，尤其是對于規(guī)劃師而言。為了使規(guī)劃師代理理解規(guī)劃地圖，我們需要描述每個區(qū)域的位置和鄰近情況，這限制了我們方法的泛化能力。

未來的工作方向之一是將我們的框架與人類專家結(jié)合起來，構(gòu)建人工智能協(xié)作工作流。例如，我們可以用人類替換規(guī)劃師或某些居民，以獲得更好的真實性和性能。此外，多代理協(xié)作設(shè)計也有望應(yīng)用于涉及大量代理的其他任務(wù)。

3. 挑戰(zhàn)

LLM在城市規(guī)劃中的應(yīng)用面臨著多方面的挑戰(zhàn)。首先是數(shù)據(jù)的準(zhǔn)確性和代表性問題，LLM的輸出質(zhì)量高度依賴于輸入數(shù)據(jù)的質(zhì)量。其次，LLM在處理復(fù)雜城市規(guī)劃問題時可能需要更高級的理解和推理能力。此外，參與式規(guī)劃的核心是包容性和多樣性，LLM需要能夠處理來自不同背景和利益的居民的反饋。最后，隨著技術(shù)的發(fā)展，如何確保LLM的透明度和可解釋性，以及如何處理與現(xiàn)有規(guī)劃流程的集成問題，都是需要進(jìn)一步探索的重要問題。

本文轉(zhuǎn)載自夕小瑤科技說，作者：Tscom

原文鏈接：??https://mp.weixin.qq.com/s/Jvb_UiYAtRm7LFkR51z37A??