論文の概要: CityPlanner: A Sandbox Agent for Executable Urban Planning

• arxiv url: http://arxiv.org/abs/2609.09578v1
• Date: Wed, 09 Sep 2026 00:59:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.860706
• Title: CityPlanner: A Sandbox Agent for Executable Urban Planning
• Title（参考訳）: CityPlanner: 実行可能な都市計画のためのサンドボックスエージェント
• Abstract要約: 実行可能都市計画のためのサンドボックスエージェントフレームワークであるemphCityPlannerを提案する。 CityPlannerは、エージェントがタスクファイルを検査し、計画を生成し、評価者を実行し、実行可能なフィードバックに基づいて決定を更新する、統一されたファイルベースの環境であるemphUrbanSandboxを導入した。 実世界のベンチマーク実験では、CityPlannerは既存のタスク固有のRLと一般的なLLMエージェントベースラインを一貫して上回っている。
• 参考スコア（独自算出の注目度）: 19.140496033840293
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Urban planning is a real-world spatial optimization problem that requires selecting feasible actions from large candidate spaces under practical objectives such as cost and service quality. Existing optimization and reinforcement learning methods are effective for fixed formulations, but often depend on task-specific representations and constraint handling. We propose \emph{CityPlanner}, a sandbox-agent framework for executable urban planning. CityPlanner introduces \emph{UrbanSandbox}, a unified file-based environment where agents inspect task files, generate plans, run evaluators, and revise decisions based on executable feedback. To make learning tractable, we further propose atomic-task reinforcement learning, which decomposes long sandbox trajectories into \emph{BuildPlan} for initial construction and \emph{ImprovePlan} for feedback-based refinement. Experiments on a real-world benchmark show that CityPlanner consistently outperforms heuristic, task-specific RL, and general LLM-agent baselines. Ablations verify the contributions of UrbanSandbox, atomic-task RL, and iterative deployment. We release the code and dataset at https://anonymous.4open.science/r/co-agent-C1C8
• Abstract（参考訳）: 都市計画は、コストやサービス品質といった実用的な目的の下で、大きな候補空間から実行可能なアクションを選択する必要がある実世界の空間最適化問題である。 既存の最適化と強化学習手法は定式化に有効であるが、しばしばタスク固有の表現や制約処理に依存する。 本研究では,実行可能都市計画のためのサンドボックスエージェントフレームワークであるemph{CityPlanner}を提案する。 CityPlannerは、エージェントがタスクファイルを検査し、計画を生成し、評価者を実行し、実行可能なフィードバックに基づいて決定を更新する、統一されたファイルベースの環境である \emph{UrbanSandbox} を導入した。 そこで本研究では, 長いサンドボックス軌跡を初期構築のために \emph{BuildPlan} に分解し, フィードバックに基づく改良のために \emph{ImprovePlan} に分解する原子タスク強化学習を提案する。 実世界のベンチマーク実験では、CityPlannerはヒューリスティック、タスク固有のRL、一般的なLLMエージェントベースラインを一貫して上回っている。 アブレーションはUrbanSandbox、Atomic-task RL、反復的なデプロイメントのコントリビューションを検証する。 コードとデータセットはhttps://anonymous.4open.science/r/co-agent-C1C8で公開しています。

関連論文リスト

• Test-Time Trajectory Optimization for Autonomous Driving [77.87162309994567]
  自動運転のためのエンド・ツー・エンドのプランナーは、通常、一連の候補軌跡を生成し、それぞれをスコアし、最高スコアの候補を返す。 我々は、スコアラを学習軌跡レベルの報酬関数として扱い、それを最大化する軌跡を探索する。 提案手法であるTOAD(Cross-Entropy Method:クロスエントロピー法)をテスト時に実行し,プランナーの提案からウォームスタートする。
  論文  参考訳（メタデータ） (2026-06-05T11:39:27Z)
• PlanningBench: Generating Scalable and Verifiable Planning Data for Evaluating and Training Large Language Models [52.48858778580074]
  計画は大規模言語モデル(LLM)の基本的な機能である PlanningBenchは、評価とトレーニングの両方のためのスケーラブルで多様な検証可能な計画データを生成するためのフレームワークである。
  論文  参考訳（メタデータ） (2026-05-20T08:10:15Z)
• Bridging Planning and Execution: Multi-Agent Path Finding Under Real-World Deadlines [9.228609005424348]
  時間に敏感なアプリケーションのための実行インフォームドMAPF計画フレームワークであるREMAPを提案する。 我々のフレームワークは提案したExecTimeNetを統合し、計画されたパスに基づいて実行時間を正確に推定する。 実験の結果、REMAPはベースライン法よりもソリューション品質を最大20%改善することがわかった。
  論文  参考訳（メタデータ） (2025-11-26T20:08:52Z)
• A Goal Without a Plan Is Just a Wish: Efficient and Effective Global Planner Training for Long-Horizon Agent Tasks [66.86312354478478]
  大規模言語モデル(LLM)に基づくエージェントは、長期的タスクにおけるグローバルな計画の欠如により、脳の無い試行錯誤と幻覚行動を引き起こす。 計画実行フレームワークを導入し,人的努力を伴わずに実行エージェントの計画能力を高めるためのプランナー訓練手法を提案する。 実験の結果,我々のプランナーを組み込んだ実行エージェントは既存の手法よりも優れており,新たな最先端性能を実現していることがわかった。
  論文  参考訳（メタデータ） (2025-10-07T06:10:53Z)
• Wide-Horizon Thinking and Simulation-Based Evaluation for Real-World LLM Planning with Multifaceted Constraints [39.01715254437105]
  本稿では,多面制約による計画課題を解決するための多面計画(MAoP)について紹介する。 MAoPは直接計画するのではなく、ストラテジストを活用して、さまざまな側面から事前計画を行い、プランナーのための計画青写真を提供する。
  論文  参考訳（メタデータ） (2025-06-14T09:37:59Z)
• PLANET: A Collection of Benchmarks for Evaluating LLMs' Planning Capabilities [7.36760703426119]
  計画はエージェントとエージェントAIの中心である。 これまでのところ、既存の計画ベンチマークに対する包括的な理解は欠如しているようだ。 本稿では,アルゴリズム開発によく使用されるテストベッドを特定するための,様々な計画ベンチマークについて検討する。
  論文  参考訳（メタデータ） (2025-04-21T00:02:50Z)
• CityEQA: A Hierarchical LLM Agent on Embodied Question Answering Benchmark in City Space [35.223263448229716]
  EQA(Embodied Question Answering)は主に屋内環境に焦点を当てている。 本研究では,ダイナミックな都市空間における活発な探索を通じてオープンな語彙に答える新しい課題であるCityEQAを紹介する。 我々は,1,412の人的注釈付きタスクを含む最初のベンチマークデータセットであるCityEQA-ECを提示する。 また,CityEQA に適した新規エージェントである Planner-Manager-Actor (PMA) を提案する。
  論文  参考訳（メタデータ） (2025-02-18T04:36:15Z)
• DHP: Discrete Hierarchical Planning for Hierarchical Reinforcement Learning Agents [2.1438108757511958]
  本稿では,連続距離推定を離散的到達性チェックに置き換え,サブゴールの実現可能性を評価する手法を提案する。 25室のナビゲーション環境での実験では、100%の成功率を示している。 この方法は運動量に基づく制御タスクにも一般化され、再計画には$log N$ステップしか必要としない。
  論文  参考訳（メタデータ） (2025-02-04T03:05:55Z)
• Hindsight Planner: A Closed-Loop Few-Shot Planner for Embodied Instruction Following [62.10809033451526]
  本研究は,Large Language Models (LLM) を用いた Embodied Instruction following (EIF) タスクプランナの構築に焦点をあてる。 我々は,このタスクを部分観測可能なマルコフ決定プロセス (POMDP) として構成し,数発の仮定で頑健なプランナーの開発を目指す。 ALFREDデータセットに対する我々の実験は、プランナーが数ショットの仮定で競争性能を達成することを示す。
  論文  参考訳（メタデータ） (2024-12-27T10:05:45Z)
• AgentGen: Enhancing Planning Abilities for Large Language Model based Agent via Environment and Task Generation [81.32722475387364]
  大規模言語モデルに基づくエージェントが注目され、ますます人気が高まっている。 計画能力は LLM ベースのエージェントの重要な構成要素であり、通常は初期状態から望ましい目標を達成する必要がある。 近年の研究では、専門家レベルの軌跡を指導訓練用LLMに活用することで、効果的に計画能力を向上させることが示されている。
  論文  参考訳（メタデータ） (2024-08-01T17:59:46Z)
• AI planning in the imagination: High-level planning on learned abstract search spaces [68.75684174531962]
  我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。 本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
  論文  参考訳（メタデータ） (2023-08-16T22:47:16Z)
• Automated Urban Planning aware Spatial Hierarchies and Human Instructions [33.06221365923015]
  本稿では,GAN(Generative Adversarial Network)に基づく都市プランナを提案する。 GANは人間の指示や周囲の文脈からの情報に基づいて都市機能ゾーンを構築する。 作業の有効性を検証するため、広範な実験を行います。
  論文  参考訳（メタデータ） (2022-09-26T20:37:02Z)

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。