Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

De la génération d'images à la conception d'infrastructures : un pipeline multi-agents pour la génération de conception de rues

Created by
  • Haebom

Auteur

Chenguang Wang, Xiang Yan, Yilong Dai, Ziyi Wang, Susu Xu

Contour

Cet article présente un système réaliste de génération de visualisations routières pour la conception d'aménagements cyclables. Pour surmonter les difficultés des méthodes manuelles conventionnelles, nous avons développé un système multi-agents qui exploite la conception générative basée sur l'IA pour générer rapidement des conceptions d'aménagements cyclables visuellement cohérentes et conformes aux instructions, adaptées à divers environnements routiers. Ce système intègre des étapes telles que l'identification de l'emplacement des voies, l'optimisation rapide, la génération de conceptions et l'évaluation automatique pour modifier et repenser directement les aménagements cyclables sur des images de routes réelles. L'efficacité et l'applicabilité du système ont été vérifiées par des expérimentations dans divers environnements urbains. Cette étude pose les bases de l'application des systèmes multi-agents à la planification et à la conception des infrastructures de transport.

Takeaways, Limitations

Takeaways:
Nous démontrons que la conception générative basée sur l’IA peut améliorer considérablement l’efficacité du processus de génération de visualisation routière.
Permet la création de conceptions réalistes et cohérentes qui peuvent s'adapter à une variété d'environnements et de conditions routières.
Présenter le potentiel de fournir une nouvelle plateforme pour promouvoir la participation citoyenne et soutenir la prise de décision collaborative.
Une nouvelle méthodologie pour l’application de systèmes multi-agents à la planification et à la conception des infrastructures de transport est présentée.
Limitations:
De grandes quantités de données de formation spécifiques à un domaine peuvent être nécessaires.
Il peut être difficile de mettre en œuvre des changements spatiaux précis dans des environnements routiers complexes.
Les performances d’un système peuvent dépendre de la qualité des données d’entrée.
Une validation et un perfectionnement supplémentaires peuvent être nécessaires pour une application pratique.
👍