論文の概要: Towards Spatio-Temporal Intelligence Systems in Urban Space: A Twin-Agent Perspective

• arxiv url: http://arxiv.org/abs/2610.34795v1
• Date: Mon, 26 Oct 2026 03:38:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.7299
• Title: Towards Spatio-Temporal Intelligence Systems in Urban Space: A Twin-Agent Perspective
• Title（参考訳）: 都市空間における時空間インテリジェンスシステムに向けて:双発的視点
• Abstract要約: 都市は、インフラ、モビリティ、環境管理、緊急対応、公共サービスなどのドメインを調整しなければならない。 都市時空間インテリジェンス(STI)システムは、都市全体の状態をモニタリングし、問題を分析し、介入を計画し実行し、フィードバックを通じて適応する。 近年の都市におけるツインニングとエージェントAI技術は,このようなシステムの基盤となっている。
• 参考スコア（独自算出の注目度）: 60.71633506326743
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cities must coordinate domains like infrastructure, mobility, environmental management, emergency response, and public services as conditions evolve. An urban Spatio-Temporal Intelligence (STI) system helps the city monitor citywide states, analyze problems, plan and execute interventions, and adapt through feedback, making urban governance more timely, effective, and transparent. Recent urban twinning and agentic AI techniques provide foundations for such systems. From a twin-agent perspective, this survey takes a system-level view of how these disparate techniques can be coherently integrated into an urban STI system. Specifically, we review how the twin reconstructs and represents a persistent, information-enriched urban environment, and how the agent understands the twin via interfaces, reasons over it, acts reliably, and continuously evolves with the city. Built upon this synthesis, we summarize a two-loop blueprint, where an inner agent loop for grounding, reasoning, and verification, and an outer system loop linking data, twin, agentic action, feedback, and update. We then use this to structure an STI research agenda and show how a shared prototype supports diverse urban domains.
• Abstract（参考訳）: 都市は、インフラ、モビリティ、環境管理、緊急対応、公共サービスなどのドメインを調整しなければならない。 都市時空間インテリジェンス(STI)システムは、都市全体の状態を監視し、問題を分析し、介入を計画し実行し、フィードバックを通じて適応し、よりタイムリーで効果的で透明な都市ガバナンスを実現する。 近年の都市におけるツインニングとエージェントAI技術は,このようなシステムの基盤となっている。 ツインエージェントの観点からは,これらの異なる手法を都市STIシステムに一体的に組み込む方法について,システムレベルでの考察を行う。 具体的には、ツインが持続的で情報に富んだ都市環境を再構築し、どのように表現するか、そしてエージェントがツインをインターフェイスを通してどのように理解し、その原因を解明し、確実に行動し、都市と連続的に進化するかを概観する。 この合成に基づいて、グラウンド、推論、検証のための内部エージェントループと、データをリンクする外部システムループ、ツイン、エージェントアクション、フィードバック、更新を行う2ループのブループリントを要約する。 次に、これを用いて、STI研究アジェンダを構築し、共有プロトタイプが多様な都市ドメインをどのようにサポートするかを示す。

関連論文リスト

• UrbanGround: From Local Perception to Spatial Agency in a Real-Scale City [63.28750191463138]
  マルチモーダル大言語モデル(MLLM)はストリートビューを解釈できるが、都市局はエージェントが移動し始めると、そのような局所的な証拠が有用かどうかに依存している。 本研究では,現在のMLLMエージェントが,複雑な都市における都市認識を信頼性のある行動に変換する方法について検討する。 そこで本研究では,香港の3次元地理空間データから構築した物理的に制約されたレプリカで,この問題を検証可能な最初のサンドボックスであるUrbanGroundを提案する。
  論文  参考訳（メタデータ） (2026-08-27T17:59:33Z)
• Towards Intelligent Transportation with Pedestrians and Vehicles In-the-Loop: A Surveillance Video-Assisted Federated Digital Twin Framework [62.47416496137193]
  本稿では,歩行者や車いすによるITSを支援するための監視ビデオ支援型デジタルツイン(SV-FDT)フレームワークを提案する。 i)複数のソースからトラフィック監視ビデオを収集するエンドレイヤ、(ii)セマンティックセグメンテーションに基づく視覚理解、ツインエージェントベースのインタラクションモデリング、およびローカルデジタルツインシステム(LDTS)をローカルで作成するエッジレイヤ、(iii)異なるリージョンにわたるLDTSを統合してグローバルDTモデルをリアルタイムで構築するクラウドレイヤの3層で構成されている。
  論文  参考訳（メタデータ） (2025-03-06T07:36:06Z)
• CityX: Controllable Procedural Content Generation for Unbounded 3D Cities [50.10101235281943]
  現在の生成法は多様性、可制御性または忠実度に乏しい。 本研究では,高忠実度生成のための手続き的コンテンツ生成(PCG)技術を利用する。 我々は,OSM,セマンティックマップ,衛星画像などのマルチモーダル命令を実行可能なプログラムに変換するマルチエージェントフレームワークを開発した。 提案手法はCityXと呼ばれ,多種多様で制御可能でリアルな3D都市景観の創出において,その優位性を実証するものである。
  論文  参考訳（メタデータ） (2024-07-24T18:05:13Z)
• MetaUrban: An Embodied AI Simulation Platform for Urban Micromobility [52.0930915607703]
  最近のロボティクスとエンボディードAIの進歩により、公共の都市空間はもはや人間専用ではない。 公共の都市空間における短距離移動のためのAIによって実現されるマイクロモビリティは、将来の交通システムにおいて重要な要素である。 本稿では,AI駆動型都市マイクロモビリティ研究のための構成シミュレーションプラットフォームであるMetaUrbanを紹介する。
  論文  参考訳（メタデータ） (2024-07-11T17:56:49Z)
• Leveraging Generative AI for Urban Digital Twins: A Scoping Review on the Autonomous Generation of Urban Data, Scenarios, Designs, and 3D City Models for Smart City Advancement [7.334114326621768]
  生成人工知能(AI)モデルは、データとコード生成において独自の価値を示してきた。 この調査は、一般的な生成AIモデルとその応用分野の導入と、既存の都市科学応用のレビューから始まる。 このレビューに基づいて、次世代の都市デジタル双生児に生成AIモデルを統合する可能性と技術的戦略について検討する。
  論文  参考訳（メタデータ） (2024-05-29T19:23:07Z)
• Urban Generative Intelligence (UGI): A Foundational Platform for Agents in Embodied City Environment [32.53845672285722]
  複雑な多層ネットワークを特徴とする都市環境は、急速な都市化に直面している重要な課題に直面している。 近年、ビッグデータ、人工知能、都市コンピューティング、デジタル双生児が発展し、洗練された都市モデリングとシミュレーションの基礎を築いた。 本稿では,大規模言語モデル(LLM)を都市システムに統合した新しい基盤プラットフォームである都市生成知能(UGI)を提案する。
  論文  参考訳（メタデータ） (2023-12-19T03:12:13Z)
• Smart City Digital Twin Framework for Real-Time Multi-Data Integration and Wide Public Distribution [2.864893907775703]
  デジタルツイン(Digital Twins)は、実際のエンティティのデジタルレプリカであり、エンティティの状態を監視、制御するための基本的なツールになりつつある。 Digital Twinsは、エンティティの状態を監視、制御するための基本的なツールになりつつある。 Snap4Cityプラットフォームはオープンソースとしてリリースされ、GitHubとdocker composeを通じて利用できる。
  論文  参考訳（メタデータ） (2023-09-23T14:53:04Z)
• IoT Data Processing for Smart City and Semantic Web Applications [0.0]
  過去数十年間、世界は急速な都市化を経験しており、既存の都市インフラに負担をかけている。 また、環境、天然資源、健康状態を脅かす都市での汚染レベルも上昇している。 成長する都市の発展を可能にする統合行動計画を通じて、急速な都市化の悪影響を抑えることが不可欠である。
  論文  参考訳（メタデータ） (2023-06-29T07:11:05Z)

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。