論文の概要: Urban Planning in 3D with a Two-tier LUTI model

• arxiv url: http://arxiv.org/abs/2510.20992v1
• Date: Thu, 23 Oct 2025 20:42:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-28 09:00:15.316936
• Title: Urban Planning in 3D with a Two-tier LUTI model
• Title（参考訳）: 2層LUTIモデルによる3次元都市計画
• Authors: Flora Roumpani, Joel Dearden, Alan Wilson,
• Abstract要約: 2層ローリーモデルは、計画プロセスに直接人口と雇用の動的シミュレーションをもたらす。 このフレームワークは、地域モデルと近隣の設計を結びつけることで、計画立案者が時間とともに代替計画シナリオがどのように進化するかを探求することを可能にする。 CityEngineで実装されたこのアプローチは、インタラクティブな可視化とマルチスケールシナリオの評価を可能にする。
• 参考スコア（独自算出の注目度）: 0.03398539534099561
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The two-tier Lowry model brings dynamic simulations of population and employment directly into the planning process. By linking regional modelling with neighbourhood design, the framework enables planners to explore how alternative planning scenarios may evolve over time. The upper tier captures regional flows of people, jobs, and services, while the lower tier allocates these to fine-grain zones such as neighbourhoods or parcels. Implemented in CityEngine, the approach allows interactive visualisation and evaluation of multi-scale scenarios. A case study in South Yorkshire (UK) illustrates how regional forecasts can be translated into local design responses, connecting quantitative modelling with 3D spatial planning.
• Abstract（参考訳）: 2層ローリーモデルは、人口と雇用の動的なシミュレーションを計画プロセスに直接たらします。 このフレームワークは、地域モデルと近隣の設計を結びつけることで、計画立案者が時間とともに代替計画シナリオがどのように進化するかを探求することを可能にする。 上層は人、仕事、サービスの地域の流れを捉え、下層は近隣や小包などの細粒地帯にこれらを割り当てている。 CityEngineで実装されたこのアプローチは、インタラクティブな可視化とマルチスケールシナリオの評価を可能にする。 サウスヨークシャー(UK)のケーススタディでは、地域的予測が局所的なデザイン応答にどのように変換されるかを示し、定量的モデリングと3次元空間計画とを結びつけている。

関連論文リスト

• Planning, Living and Judging: A Multi-agent LLM-based Framework for Cyclical Urban Planning [5.9423583597394325]
  都市再生は、都市化の文脈において重要な課題である。 本稿では,循環型都市計画(CUP)を提案する。これは,閉ループ内の都市計画を連続的に生成し,評価し,洗練する新しいパラダイムである。 実世界のデータセットの実験は、継続的かつ適応的な計画プロセスとして、我々のフレームワークの有効性を実証している。
  論文  参考訳（メタデータ） (2024-12-29T15:43:25Z)
• A Unified Framework for Next-Gen Urban Forecasting via LLM-driven Dependency Retrieval and GeoTransformer [7.128763419599272]
  本研究では,高次元都市予測のための新しい統一的枠組みを提案する。 我々のフレームワークはモジュール化されており、多様な表現方法や予測モデルをサポートし、最小限の入力でも操作できる。
  論文  参考訳（メタデータ） (2024-08-16T17:26:42Z)
• Affordances-Oriented Planning using Foundation Models for Continuous Vision-Language Navigation [64.84996994779443]
  本稿では,連続視覚言語ナビゲーション(VLN)タスクのためのAffordances-Oriented Plannerを提案する。 我々のAO-Plannerは、様々な基礎モデルを統合して、アベイランス指向の低レベルな動き計画とハイレベルな意思決定を実現する。 挑戦的なR2R-CEデータセットとRxR-CEデータセットの実験は、AO-Plannerが最先端のゼロショットのパフォーマンスを達成したことを示している。
  論文  参考訳（メタデータ） (2024-07-08T12:52:46Z)
• Exploring and Benchmarking the Planning Capabilities of Large Language Models [57.23454975238014]
  この研究は、大規模言語モデル(LLM)の計画能力を改善するための基礎を築いた。 我々は、古典的な計画ベンチマークと自然言語シナリオの両方を含む包括的なベンチマークスイートを構築した。 本研究は,LLM計画の強化を目的としたマルチショットインコンテキスト学習について検討し,文脈長の増大と計画性能の向上の関係について検討する。
  論文  参考訳（メタデータ） (2024-06-18T22:57:06Z)
• Planning as In-Painting: A Diffusion-Based Embodied Task Planning Framework for Environments under Uncertainty [56.30846158280031]
  具体的AIのためのタスクプランニングは、最も難しい問題の1つだ。 In-paintingとしての計画」というタスク非依存の手法を提案する。 提案するフレームワークは,様々な具体的AIタスクにおいて,有望なパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-12-02T10:07:17Z)
• Dual-stage Flows-based Generative Modeling for Traceable Urban Planning [33.03616838528995]
  本稿では,正規化フローに基づく新しい生成フレームワーク,すなわちDual-stage Urban Flowsフレームワークを提案する。 我々は、機能ゾーン間の関係を捉え、異なる側面の情報を融合するために、情報融合モジュールを使用します。 我々の枠組みは、都市計画作業における他の生成モデルよりも優れる。
  論文  参考訳（メタデータ） (2023-10-03T21:49:49Z)
• Compositional Foundation Models for Hierarchical Planning [52.18904315515153]
  本稿では,言語,視覚,行動データを個別に訓練し,長期的課題を解決するための基礎モデルを提案する。 我々は,大規模なビデオ拡散モデルを用いて,環境に根ざした記号的計画を構築するために,大規模言語モデルを用いている。 生成したビデオプランは、生成したビデオからアクションを推論する逆ダイナミクスモデルを通じて、視覚運動制御に基礎を置いている。
  論文  参考訳（メタデータ） (2023-09-15T17:44:05Z)
• Human-instructed Deep Hierarchical Generative Learning for Automated Urban Planning [57.91323079939641]
  我々は,最適な都市計画を生成するために,人間に指示された新しい深層階層生成モデルを構築した。 最初の段階は、機能ゾーンを発見するために、目標領域の格子に遅延関数をラベル付けすることである。 第2の段階は、都市機能投影を形成するための計画要件を理解することである。 第3の段階は、マルチアテンションを活用して、機能プロジェクションのゾーン・ゾーン・ピア依存関係をモデル化し、グリッドレベルの土地利用構成を生成することである。
  論文  参考訳（メタデータ） (2022-12-01T23:06:41Z)
• Visual Learning-based Planning for Continuous High-Dimensional POMDPs [81.16442127503517]
  Visual Tree Search (VTS)は、オフラインで学習した生成モデルとオンラインモデルベースのPOMDP計画を組み合わせた学習と計画の手順である。 VTSは、モンテカルロの木探索プランナーにおける画像観測の可能性を予測し評価するために、一連の深部生成観測モデルを利用することで、オフラインモデルトレーニングとオンラインプランニングを橋渡しする。 VTSは、異なる観測ノイズに対して堅牢であり、オンラインのモデルベースプランニングを利用するため、再トレーニングを必要とせずに、異なる報酬構造に適応できることを示す。
  論文  参考訳（メタデータ） (2021-12-17T11:53:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。