CityPlanner：可执行城市规划的沙箱智能体

城市规划是一个现实世界的空间优化问题，需要在成本和服务质量等实际目标下从大型候选空间中选择可行的行动。现有的优化和强化学习方法对于固定问题设定是有效的，但通常依赖于特定于任务的表示和约束处理。我们提出 CityPlanner，一个用于可执行城市规划的沙箱智能体框架。 CityPlanner 引入了 UrbanSandbox，这是一个基于文件的统一环境，智能体可以在其中检查任务文件、生成计划、运行评估程序并根据可执行反馈修改决策。为了使学习变得容易处理，我们进一步提出了原子任务强化学习，它将较长的沙箱执行轨迹分解为 BuildPlan 用于初始构建和 ImprovePlan 用于基于反馈的细化。对现实世界基准的实验表明，CityPlanner 始终优于启发式、特定于任务的 RL 和通用 LLM 智能体基准。 消融实验 验证了 UrbanSandbox、原子任务 RL 和迭代部署的贡献。代码和数据集通过文中链接公开