UrbanAgent

深度分析

UrbanAgent：多代理協同與工具增強驅動的城市區域分析框架

隨著城市資料多樣化，傳統多模態模型因假設跨模態一致而易失準。研究提出UrbanAgent，將每種資料視為獨立代理人，透過協同推理與工具增強取得外部證據，於碳排、GDP與人口預測上提升約8.1%R²，顯示在未見城市也具備良好通用性，為智慧城市規劃提供新方向。