干货分享 | 基于深度强化学习的城市社区空间规划方法，清华团队成果登Nature子刊，代码和数据也已公开分享

文章预览

以下文章来源于GISer last   ，作者 Yu Zheng等 本文来源： https://www.nature.com/articles/s43588-023-00503-5 清华大学电子系城市科学与计算研究中心与建筑学院跨学科合作，首次提出了强化学习的城市社区空间规划模型与方法，并实现了人类规划师与人工智能算法协作的城市规划流程，为智能城市的自动化规划提供了全新思路。该成果以“基于深度强化学习的城市社区空间规划方法”（Spatial Planning of Urban Communities via Deep Reinforcement Learning）为题在《自然·计算科学》（Nature Computational Science）上在线发表。 在这个项目中，提出了一个基于强化学习的框架，用于协助城市规划者完成优化城市社区空间设计的复杂任务。我们提出的模型可以生成具有卓越空间效率的土地和道路布局，并通过人机协作工作流程提高人类规划者的生产力。 电子系城市科学与计算研究中心 ………………………………