清華新聞網(wǎng)9月12日電 近日，清華大學(xué)電子系城市科學(xué)與計(jì)算研究中心與建筑學(xué)院跨學(xué)科合作，首次提出了強(qiáng)化學(xué)習(xí)的城市社區(qū)空間規(guī)劃模型與方法，并實(shí)現(xiàn)了人類(lèi)規(guī)劃師與人工智能算法協(xié)作的城市規(guī)劃流程，為智能城市的自動(dòng)化規(guī)劃提供了全新思路。
城市規(guī)劃是一門(mén)既古老又年輕的學(xué)科，從城市誕生時(shí)就有了城市規(guī)劃，而其理論與實(shí)踐又在不斷快速發(fā)展和完善。自上世紀(jì)中葉開(kāi)始，城市科學(xué)領(lǐng)域的學(xué)者就一直在研究城市規(guī)劃的自動(dòng)化問(wèn)題，通過(guò)開(kāi)發(fā)城市計(jì)算模型及規(guī)劃支持工具，努力將城市規(guī)劃師從繁瑣的工作中解放出來(lái)。比如美國(guó)系統(tǒng)科學(xué)家福雷斯特在1970年提出城市動(dòng)力學(xué)模型，英國(guó)學(xué)者邁克爾·巴蒂在1995年提出規(guī)劃支持系統(tǒng)。然而，由于數(shù)據(jù)、算法、算力等方面的限制，當(dāng)前的規(guī)劃實(shí)踐中用地和道路布局仍然主要依靠人類(lèi)規(guī)劃師的經(jīng)驗(yàn)和直覺(jué)，自動(dòng)化程度很低。
隨著人工智能技術(shù)在近10年的突破性發(fā)展，尤其是強(qiáng)化學(xué)習(xí)算法在巨大解空間中進(jìn)行多目標(biāo)優(yōu)化的強(qiáng)大能力被發(fā)掘，很多之前依賴(lài)人類(lèi)直覺(jué)的規(guī)劃類(lèi)問(wèn)題（如圍棋、芯片設(shè)計(jì)等）都得到了有效解決，這使得利用人工智能強(qiáng)大的計(jì)算能力進(jìn)行土地利用和道路布局成為可能。開(kāi)發(fā)人工智能支持的城市規(guī)劃工具能夠解放人類(lèi)規(guī)劃師的生產(chǎn)力，使人類(lèi)規(guī)劃師更加專(zhuān)注于創(chuàng)意性的工作，具有很大的科學(xué)與應(yīng)用價(jià)值。
（a）用地布局的圖表示。（b）道路布局的圖表示
提出的強(qiáng)化學(xué)習(xí)模型（a）圖神經(jīng)網(wǎng)絡(luò)狀態(tài)編碼器。（b）用地布局策略網(wǎng)絡(luò)。（c）社區(qū)規(guī)劃價(jià)值判斷網(wǎng)絡(luò)。（d）道路布局策略網(wǎng)絡(luò)。（e）社區(qū)規(guī)劃圖上馬爾科夫決策過(guò)程示意圖
電子系城市科學(xué)與計(jì)算研究中心從2014年開(kāi)始研究城市復(fù)雜環(huán)境中的治理、規(guī)劃和決策問(wèn)題。研究中心李勇副教授帶領(lǐng)課題組博士生鄭瑜等人，基于課題組在城市計(jì)算建模與深度強(qiáng)化學(xué)習(xí)等方向的技術(shù)積累，與建筑學(xué)院武廷海教授團(tuán)隊(duì)合作，創(chuàng)新地提出了基于深度強(qiáng)化學(xué)習(xí)的城市社區(qū)空間規(guī)劃方法。通過(guò)在虛擬城市環(huán)境中數(shù)百萬(wàn)次的規(guī)劃，提出的人工智能模型能夠從海量數(shù)據(jù)中學(xué)習(xí)城市規(guī)劃能力，不斷優(yōu)化空間效率，并最終達(dá)到超越人類(lèi)專(zhuān)家的規(guī)劃水平。另外，城市社區(qū)形式多樣且不規(guī)則，無(wú)法使用在圍棋和芯片設(shè)計(jì)等具有規(guī)則輸入的任務(wù)中廣泛采納的卷積神經(jīng)網(wǎng)絡(luò)。為了克服這一難題，該方法首次從拓?fù)鋵用嫱瓿沙鞘幸?guī)劃任務(wù)，使用圖模型為任意形式的城市社區(qū)給出統(tǒng)一的表示，將城市規(guī)劃轉(zhuǎn)化為了圖上馬爾科夫決策過(guò)程，從而能夠發(fā)揮深度強(qiáng)化學(xué)習(xí)算法在巨大解空間中高效搜索的能力，并實(shí)現(xiàn)城市社區(qū)用地和道路的智能布局。在北京兩個(gè)社區(qū)的規(guī)劃模擬實(shí)驗(yàn)表明，所提方法得到的社區(qū)規(guī)劃方案能夠顯著提高“15分鐘城市”的各項(xiàng)指標(biāo)。同時(shí)，通過(guò)設(shè)計(jì)人類(lèi)規(guī)劃師與人工智能的協(xié)作工作流，能夠大幅提升人類(lèi)規(guī)劃師的工作效率，高效地生成不同風(fēng)格的社區(qū)規(guī)劃方案。
所提模型規(guī)劃方案與已有算法性能對(duì)比（a-e）不同算法的規(guī)劃方案：（a）中心化啟發(fā)式方法，（b）去中心化啟發(fā)式方法，（c）遺傳算法，（d）多層感知機(jī)強(qiáng)化學(xué)習(xí)算法，（e）所提方法。（f-g）15分鐘城市性能指標(biāo)對(duì)比：（f）服務(wù)指標(biāo)，（g）生態(tài)指標(biāo)
所提模型規(guī)劃方案與人類(lèi)專(zhuān)家性能對(duì)比（a-b）北京兩社區(qū)服務(wù)與生態(tài)指標(biāo)對(duì)比：（a）回龍觀(guān)社區(qū)，（b）大紅門(mén)社區(qū)。（c-d）北京兩社區(qū)主觀(guān)盲測(cè)結(jié)果：（c）回龍觀(guān)社區(qū)，（d）大紅門(mén)社區(qū)
相關(guān)成果以“基于深度強(qiáng)化學(xué)習(xí)的城市社區(qū)空間規(guī)劃方法”（Spatial Planning of Urban Communities via Deep Reinforcement Learning）為題在《自然·計(jì)算科學(xué)》（Nature Computational Science）上在線(xiàn)發(fā)表。該成果展示了人工智能技術(shù)在城市規(guī)劃領(lǐng)域解決復(fù)雜規(guī)劃問(wèn)題的潛力，所建模型能夠提高社區(qū)的空間效率，為“15分鐘城市”的實(shí)現(xiàn)提供高效解決方案，助力城市的可持續(xù)發(fā)展。
清華大學(xué)電子系城市科學(xué)與計(jì)算研究中心博士生鄭瑜為論文第一作者，李勇副教授為通信作者；清華大學(xué)電子系博士后研究員林雨銘，清華大學(xué)建筑學(xué)院趙亮副教授、武廷海教授，清華大學(xué)電子系金德鵬教授為共同作者。該研究成果得到科技創(chuàng)新2030—“新一代人工智能”重大項(xiàng)目，自然科學(xué)基金聯(lián)合基金重點(diǎn)項(xiàng)目和自然科學(xué)基金面上項(xiàng)目的支持。
論文鏈接：
https://www.nature.com/articles/s43588-023-00503-5
供稿：電子系
編輯：李華山
審核：郭玲
