論文の概要: From Pixels to Policy: A Multi-Agent System for Intervention and Geo-Spatial Decision Support

• arxiv url: http://arxiv.org/abs/2610.01870v1
• Date: Thu, 01 Oct 2026 15:29:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.224822
• Title: From Pixels to Policy: A Multi-Agent System for Intervention and Geo-Spatial Decision Support
• Title（参考訳）: 画素からポリシーへ:インターベンションと地理空間決定支援のためのマルチエージェントシステム
• Abstract要約: VIDA-Geoは、セグメント化、拡散ベースのインペインティング、インジケータスコアリングモデルを調整することで、この介入空間を探索するマルチエージェントシステムである。 本研究では,空と路面画像の8つの指標について評価を行い,安全性や緑化などの要因の変化を測定した。
• 参考スコア（独自算出の注目度）: 9.576327614980395
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Urban environments are shaped by design choices with long-term implications for health, safety, and quality of life, yet evaluating proposed interventions remains costly, time-consuming, and often impractical. Existing geospatial vision methods largely focus on monitoring urban indicators from aerial and street-view imagery, rather than proposing interventions and estimating their effects on such indicators. Moving beyond recognition, we introduce the problem of discovering interventions that improve target indicators for a given aerial or street-view image. We argue that a black-box indicator model, combined with a generative editing model, can serve as an implicit digital twin for testing intervention hypotheses. We present VIDA-Geo , a multi-agent system that explores this intervention space by coordinating segmentation, diffusion-based inpainting, and indicator scoring models to produce interventions that are both perceptually realistic and aligned with real-world policies. We evaluate our system on 8 indicators across aerial and street-view imagery, measuring changes in factors such as perceived safety and greenery. Our approach outperforms existing baselines in many cases, achieving up to 2X higher perceptual quality and policy alignment scores. Finally, our model provides users with multiple candidate interventions, supporting an expert city-planner-in-the-loop workflow.
• Abstract（参考訳）: 都市環境は、健康、安全、生活の質に長期的な意味を持つ設計上の選択によって形成されているが、提案された介入の評価には費用がかかり、時間がかかり、しばしば実用的ではない。 既存の地理空間的視覚法は主に、介入を提案してその効果を推定するのではなく、航空やストリートビューの画像から都市指標を監視することに重点を置いている。 認識を超えて、所定の航空画像やストリートビュー画像の目標指標を改善するための介入を発見する問題を提起する。 我々は、ブラックボックスインジケータモデルと生成的編集モデルを組み合わせることで、介入仮説をテストするための暗黙のデジタルツインとして機能できると主張している。 我々は,この介入空間を探索する多エージェントシステムであるVIDA-Geoについて,セグメント化,拡散型インペインティング,インジケータスコアリングモデルを調整し,現実的かつ現実的な政策に整合した介入を生成する。 本研究では,空と路面画像の8つの指標について評価を行い,安全性や緑化などの要因の変化を測定した。 当社のアプローチは多くのケースにおいて既存のベースラインを上回り、知覚的品質と政策整合性のスコアを最大2倍に向上させる。 最後に、当社のモデルでは、複数の候補の介入をユーザに提供し、専門家の都市プランナー・イン・ザ・ループワークフローをサポートする。

関連論文リスト

• Designing streetscapes from street-view imagery using diffusion models [18.860196708556995]
  ストリートビュー画像(SVI)は、グリーン・エレー、スカイ、ロードビューの指標などの都市環境の重要な指標を定量化するために広く用いられている。 既存の研究は、現在の街路景観を測ることに重点を置いており、代替的および既存の都市シナリオの生成を支援することはめったにない。 本稿では、ターゲットの視覚的指標に基づいて、他の街路景観を合成する、ジェネラ指向のマルチモーダルAIフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-17T16:20:30Z)
• RoboView-Bias: Benchmarking Visual Bias in Embodied Agents for Robotic Manipulation [67.38036090822982]
  ロボット操作における視覚バイアスの定量化を目的とした,最初のベンチマークであるRoboView-Biasを提案する。 我々は、個々の視覚的要因とその相互作用によって引き起こされるバイアスの堅牢な測定を可能にする2,127のタスクインスタンスを作成します。 本研究は,視覚バイアスの系統的解析が,安全で信頼性の高い汎用的なエンボディエージェントの開発に必須であることを示す。
  論文  参考訳（メタデータ） (2025-09-26T13:53:25Z)
• Forecasting and Visualizing Air Quality from Sky Images with Vision-Language Models [0.4317207251910848]
  大気汚染は公衆衛生と環境の持続可能性にとって重要な脅威である。 本稿では,スカイイメージから環境大気汚染レベルを予測するAI駆動エージェントを提案する。 提案手法は, 統計的テクスチャ解析と教師あり学習を組み合わせた汚染分類手法である。
  論文  参考訳（メタデータ） (2025-09-18T15:36:38Z)
• A Meaningful Perturbation Metric for Evaluating Explainability Methods [55.09730499143998]
  本稿では,画像生成モデルを用いて標的摂動を行う新しい手法を提案する。 具体的には,画像の忠実さを保ちながら,入力画像の高関連画素のみを塗布し,モデルの予測を変更することに焦点を当てる。 これは、しばしばアウト・オブ・ディストリビューションの修正を生み出し、信頼できない結果をもたらす既存のアプローチとは対照的である。
  論文  参考訳（メタデータ） (2025-04-09T11:46:41Z)
• Fairness Indicators for Systematic Assessments of Visual Feature Extractors [21.141633753573764]
  視覚系の害やバイアスの定量化を目的とした3つの公正度指標を提案する。 我々の指標は、フェアネス評価のために収集された既存の公開データセットを使用する。 これらの指標は、新しいコンピュータビジョン技術による幅広い影響の徹底的な分析の代替にはならない。
  論文  参考訳（メタデータ） (2022-02-15T17:45:33Z)
• TRiPOD: Human Trajectory and Pose Dynamics Forecasting in the Wild [77.59069361196404]
  TRiPODは、グラフの注目ネットワークに基づいて身体のダイナミクスを予測する新しい方法です。 実世界の課題を取り入れるために,各フレームで推定された身体関節が可視・視認可能かどうかを示す指標を学習する。 評価の結果,TRiPODは,各軌道に特化して設計され,予測タスクに特化している。
  論文  参考訳（メタデータ） (2021-04-08T20:01:00Z)
• Proactive Pseudo-Intervention: Causally Informed Contrastive Learning For Interpretable Vision Models [103.64435911083432]
  PPI(Proactive Pseudo-Intervention)と呼ばれる新しい対照的な学習戦略を提案する。 PPIは、因果関係のない画像の特徴を保護するために積極的に介入する。 また,重要な画像画素を識別するための,因果的に通知された新たなサリエンスマッピングモジュールを考案し,モデル解釈の容易性を示す。
  論文  参考訳（メタデータ） (2020-12-06T20:30:26Z)
• An Uncertainty-based Human-in-the-loop System for Industrial Tool Wear Analysis [68.8204255655161]
  人間のループシステムにおけるモンテカルロのドロップアウトに基づく不確実性対策により,システムの透明性と性能が向上することを示す。 シミュレーション研究により、不確実性に基づく「ループ内人間システム」は、様々なレベルの人間の関与に対する性能を高めることが示されている。
  論文  参考訳（メタデータ） (2020-07-14T15:47:37Z)
• Predicting Livelihood Indicators from Community-Generated Street-Level Imagery [70.5081240396352]
  本稿では,クラウドソースによるストリートレベルの画像から重要な生活指標を予測するための,安価でスケーラブルで解釈可能なアプローチを提案する。 全国的に代表される世帯調査で収集した地上データと比較することにより,貧困,人口,健康の指標を正確に予測する上でのアプローチの有効性を実証した。
  論文  参考訳（メタデータ） (2020-06-15T18:12:12Z)

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。