研究人员开发了一个游戏化框架，使用多智能体强化学习（MARL）来解决城市韧性规划中利益相关者目标冲突的问题。该系统将城市设计建模为一个数字棋盘游戏，智能体分配资源以平衡个人收益与集体发展和韧性目标。在模拟中，特别是在一个8x8的棋盘和对东京辰巳（Tatsumi, Tokyo）的12x12模拟中，训练后的智能体展示了改进的韧性指标，如适应性和防洪能力，尽管在活力和密度方面有所权衡。还提供了一个人机交互界面用于参与式规划。 AI
影响 为具有竞争利益的复杂城市规划场景提供了一种新颖的AI驱动方法。
排序理由 该集群包含一篇详细介绍新方法论和模拟结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
