CityPlanner: песочница-агент для исполняемого градостроительства

🏙 CityPlanner: авторы предлагают агентную «песочницу» для исполняемого градостроительного планирования. Задача формулируется как пространственная оптимизация: нужно выбирать допустимые действия из большого набора вариантов с учетом стоимости и качества обслуживания. Суть подхода — среда UrbanSandbox, где агент читает файлы задачи, формирует план, запускает оценщики и дорабатывает решение по исполняемой обратной связи. Научная новизна — разложение длинных траекторий на атомарные задачи: первичное построение плана и последующее улучшение по результатам проверки. В экспериментах на реальном бенчмарке CityPlanner показал результаты выше эвристик, специализированного RL и базовых LLM-агентов. Важное ограничение: статья пока размещена на arXiv и указана как находящаяся на рассмотрении EMNLP, поэтому выводы стоит читать как предварительные.