[論文レビュー] AI Agent as Urban Planner: Steering Stakeholder Dynamics in Urban Planning via Consensus-based Multi-Agent Reinforcement Learning

Kejiang Qian, Lingjun Mao+6 more|arXiv (Cornell University)|Oct 25, 2023

Transportation and Mobility Innovations被引用数 6

ひとこと要約

本論文は、都市計画者と利害関係者を知能的エージェントとしてモデル化することで、参加型都市計画における土地利用再編を最適化する、コンセンサスに基づくマルチエージェント強化学習（MARL）フレームワークを提案する。都市を空間的グラフとして表現し、グラフニューラルネットワークを用いることで、エージェントが共同で土地利用変更について投票できるようにし、グローバル報酬1.019および公平性報酬34,774.515を達成した。これは、公平性と持続可能性の面で従来のトップダウン手法を上回った。

ABSTRACT

In urban planning, land use readjustment plays a pivotal role in aligning land use configurations with the current demands for sustainable urban development. However, present-day urban planning practices face two main issues. Firstly, land use decisions are predominantly dependent on human experts. Besides, while resident engagement in urban planning can promote urban sustainability and livability, it is challenging to reconcile the diverse interests of stakeholders. To address these challenges, we introduce a Consensus-based Multi-Agent Reinforcement Learning framework for real-world land use readjustment. This framework serves participatory urban planning, allowing diverse intelligent agents as stakeholder representatives to vote for preferred land use types. Within this framework, we propose a novel consensus mechanism in reward design to optimize land utilization through collective decision making. To abstract the structure of the complex urban system, the geographic information of cities is transformed into a spatial graph structure and then processed by graph neural networks. Comprehensive experiments on both traditional top-down planning and participatory planning methods from real-world communities indicate that our computational framework enhances global benefits and accommodates diverse interests, leading to improved satisfaction across different demographic groups. By integrating Multi-Agent Reinforcement Learning, our framework ensures that participatory urban planning decisions are more dynamic and adaptive to evolving community needs and provides a robust platform for automating complex real-world urban planning processes.

研究の動機と目的

• 専門家判断に大きく依存し、多様な利害関係者の利益を調和させにくいトップダウン型都市計画の限界を是正すること。
• ルールベースのエージェントベースモデルの硬直性を克服し、動的な環境において適応的で学習駆動型の都市計画を可能にすること。
• 異なる所得層のグループを知能的エージェントとして表現することで、参加型意思決定を統合し、都市の持続可能性と快適性を向上させること。
• 強化学習を用いて、グローバルな都市的利益と個々の利害関係者の好みの両方をバランスさせるスケーラブルでデータ駆動型のフレームワークを開発すること。
• 特にケネディ・スクエアを事例として、実世界の都市環境において、ベースライン手法と比較してフレームワークの有効性を実証すること。

提案手法

• 土地利用を空間的グラフとして表現し、土地区画をノードとし、隣接する区画同士をエッジで接続することで、空間的依存性のモデリングを可能にする。
• エージェントのアクターおよびクリティックネットワークにグラフニューラルネットワーク（GNN）を採用し、空間的特徴を処理し、各エージェントの最適な方策を学習する。
• エージェントを2つのグループに分類する：トップダウン（計画者、開発者）とボトムアップ（低所得、中所得、高所得層の代表者）として、現実の利害関係者ダイナミクスを反映する。
• グローバル報酬、公平性、持続可能性、多様性の4段階の協働報酬メカニズムを設計し、コンセンサスに基づく学習を導き、対立する利益をバランスさせる。
• エージェントが方策最適化を通じて最適な土地利用構成について投票するようにすることで、土地利用再編をマルコフ決定過程（MDP）として定式化する。
• 報酬関数にコンセンサスメカニズムを統合し、集団的な都市的利益を最大化するとともに、個々の好みを尊重する解決策への収束を促進する。

実験結果

リサーチクエスチョン

• RQ1 マルチエージェント強化学習フレームワークは、都市計画における多様な利害関係者の利益をバランスさせながら、土地利用再編を効果的にモデリング・最適化できるか？
• RQ2 コンセンサスに基づく報酬設計は、従来のトップダウン型またはグリーディーな計画手法と比較して、公平性と持続可能性をどのように向上させるか？
• RQ3 空間的グラフとGNNの使用は、都市環境における相互依存的で複雑な土地利用変更のモデリングをどの程度向上させるか？
• RQ4 MARLによる参加型計画は、実世界の都市環境において、従来の手法と比較して、より持続的で多様性に富んだ土地利用結果をもたらすか？
• RQ5 このフレームワークは動的な都市環境にどのように適応し、時間経過とともに高パフォーマンスで公平な解決策に収束するか？

主な発見

• 提案されたコンセンサスベースのMARLフレームワークは、グローバル報酬1.019を達成し、DTP手法（1.018）をわずかに上回り、優れた最適化性能を示した。
• 公平性報酬として34,774.515を記録し、DRLベースのトップダウン手法（40,532.082）を上回った。これは意思決定における公平性の向上を示している。
• 持続可能性は167％向上（元の状態で0.112から0.299に）、多様性は8％向上（0.416から0.449に）し、都市の質の向上が顕著に認められた。
• 本手法は、最高の多様性スコア（0.449）と2番目の高い持続可能性（0.299）を達成し、DTPやグリーディー手法を含むすべてのベースラインを上回った。
• 収束分析から、エピソード30でグローバル報酬が1.019に安定することが確認され、政策学習の安定性と信頼性が裏付けられた。
• 本フレームワークは利害関係者の利益を効果的にバランスさせ、従来のトップダウン型やルールベースのアプローチよりも包括的かつ柔軟な計画結果を生み出した。