論文の概要: StreetDesignAI: A Multi-Persona Evaluation System for Inclusive Infrastructure Design
- arxiv url: http://arxiv.org/abs/2601.15671v1
- Date: Thu, 22 Jan 2026 05:53:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-23 21:37:20.50386
- Title: StreetDesignAI: A Multi-Persona Evaluation System for Inclusive Infrastructure Design
- Title（参考訳）: StreetDesignAI: 包括的インフラ設計のためのマルチペソナ評価システム
- Authors: Ziyi Wang, Yilong Dai, Duanya Lyu, Mateo Nader, Sihan Chen, Wanghao Ye, Zjian Ding, Xiang Yan,
- Abstract要約: そこで我々は,ストリートデザインAI(StreetDesignAI)について紹介する。
26人の交通専門家による研究は、構造化されたマルチパースペクティブフィードバックが、多様なユーザ視点に対するデザイナーの理解を著しく改善することを示した。
- 参考スコア（独自算出の注目度）: 8.314136104243735
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Designing inclusive cycling infrastructure requires balancing competing needs of diverse user groups, yet designers often struggle to anticipate how different cyclists experience the same street. We investigate how persona-based multi-agent evaluation can support inclusive design by making experiential conflicts explicit. We present StreetDesignAI, an interactive system that enables designers to (1) ground evaluation in street context through imagery and map data, (2) receive parallel feedback from cyclist personas spanning confident to cautious users, and (3) iteratively modify designs while surfacing conflicts across perspectives. A within-subjects study with 26 transportation professionals demonstrates that structured multi-perspective feedback significantly improves designers' understanding of diverse user perspectives, ability to identify persona needs, and confidence in translating them into design decisions, with higher satisfaction and stronger intention for professional adoption. Qualitative findings reveal how conflict surfacing transforms design exploration from single-perspective optimization toward deliberate trade-off reasoning. We discuss implications for AI tools that scaffold inclusive design through disagreement as an interaction primitive.
- Abstract（参考訳）: 包括的サイクリングインフラストラクチャの設計には、多様なユーザグループの競合するニーズのバランスが必要だが、デザイナはしばしば、異なるサイクリストが同じ道をどう経験するかを予測するのに苦労する。
本研究では,ペルソナをベースとしたマルチエージェント評価が,経験的矛盾を明確にすることで包括的設計を支援する方法について検討する。
本研究では,(1)画像と地図データによる街路環境の評価,(2)注意深いユーザに対して自信を持ったサイクリストからの同時フィードバック,(3)視点を巡って対立しながらデザインを反復的に修正する,インタラクティブなシステムであるStreetDesignAIを提案する。
26人の輸送専門家による内的調査では、構造化された多視点フィードバックは、多様なユーザ視点、ペルソナニーズを識別する能力、そしてそれらをデザイン決定に翻訳する自信を、より満足度が高く、プロフェッショナル採用への強い意図で、設計者の理解を著しく改善することが示された。
定性的な発見は、コンフリクトに面した設計の探索が、単一パースペクティブ最適化から故意のトレードオフ推論へとどのように変換されるかを示す。
インタラクションプリミティブとしての不一致を通じて包括的設計を足場とするAIツールの意義について論じる。
関連論文リスト
- Persona-aware and Explainable Bikeability Assessment: A Vision-Language Model Approach [8.652496663871172]
本稿では,自転車走行性評価のための人称認識型視覚言語モデルフレームワークを提案する。
パノラマ画像に基づくクラウドソーシングシステムを開発し、427人のサイクリストから12,400人のペルソナ条件のアセスメントを収集した。
実験の結果,提案フレームワークは競争力のある自転車の信頼性評価を提供することがわかった。
論文 参考訳（メタデータ） (2026-01-07T02:46:51Z) - From Image Generation to Infrastructure Design: a Multi-agent Pipeline for Street Design Generation [9.255248190497515]
本研究では,現実世界のストリートビュー画像に基づいて,自転車施設を直接編集・再設計するマルチエージェントシステムを提案する。
このフレームワークはレーンのローカライゼーション、迅速な最適化、設計生成、自動評価を統合し、現実的で文脈的に適切な設計を合成する。
論文 参考訳（メタデータ） (2025-09-05T19:49:36Z) - FeedQUAC: Quick Unobtrusive AI-Generated Commentary [8.057486493973304]
さまざまな視点からリアルタイムAI生成コメンタリーを提供するデザインコンパニオンであるFeedQUACを紹介する。
我々は、AIフィードバックの役割、その強みと限界、そしてそれを既存の設計に統合する方法について議論する。
今後の創造性支援システムの設計と評価には,環境相互作用が有用であることが示唆された。
論文 参考訳（メタデータ） (2025-04-23T04:48:00Z) - Using customized GPT to develop prompting proficiency in architectural AI-generated images [0.40964539027092906]
本研究は,AI駆動画像生成におけるアーキテクチャ学生の習熟度を高めるため,カスタマイズされたGPTモデルの利用について検討する。
ANOVAの結果は単語数,類似性,具体性において統計的に有意な改善を示し,特にAIペルソナと構造化プロンプトガイドが支持した群で有意な改善を示した。
論文 参考訳（メタデータ） (2025-04-16T07:03:18Z) - Freeview Sketching: View-Aware Fine-Grained Sketch-Based Image Retrieval [85.73149096516543]
微細スケッチベース画像検索(FG-SBIR)におけるスケッチ作成時の視点選択について検討する。
パイロットスタディでは、クエリスケッチがターゲットインスタンスと異なる場合、システムの苦労を強調している。
これを解決するために、ビューに依存しないタスクとビュー固有のタスクの両方をシームレスに収容するビューアウェアシステムを提案する。
論文 参考訳（メタデータ） (2024-07-01T21:20:44Z) - I-Design: Personalized LLM Interior Designer [57.00412237555167]
I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。
I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。
最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
論文 参考訳（メタデータ） (2024-04-03T16:17:53Z) - Re-mine, Learn and Reason: Exploring the Cross-modal Semantic
Correlations for Language-guided HOI detection [57.13665112065285]
ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。
本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-25T14:20:52Z) - Design Space Exploration and Explanation via Conditional Variational
Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。
CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
論文 参考訳（メタデータ） (2022-11-29T17:28:31Z) - Investigating Positive and Negative Qualities of Human-in-the-Loop
Optimization for Designing Interaction Techniques [55.492211642128446]
設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。
モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。
一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
論文 参考訳（メタデータ） (2022-04-15T20:40:43Z) - Congestion-aware Multi-agent Trajectory Prediction for Collision
Avoidance [110.63037190641414]
渋滞パターンを明示的に学習し、新しい「センス--学習--Reason--予測」フレームワークを考案する。
学習段階を2段階に分解することで、「学生」は「教師」から文脈的手がかりを学習し、衝突のない軌跡を生成する。
実験では,提案モデルが合成データセットにおいて衝突のない軌道予測を生成できることを実証する。
論文 参考訳（メタデータ） (2021-03-26T02:42:33Z)
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。