City Editing: Hierarchical Agentic Execution for Dependency-Aware Urban Geospatial Modification

यहाँ शोध पत्र "City Editing: Hierarchical Agentic Execution for Dependency-Aware Urban Geospatial Modification" (CEAE) का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

शहरी नवीकरण (Urban renewal) में शायद ही कभी शहरों को शून्य से फिर से डिजाइन करने की आवश्यकता होती है; इसके बजाय, इसमें यातायात भीड़, कार्यात्मक असंतुलन और अक्षम भूमि उपयोग जैसे मुद्दों को हल करने के लिए मौजूदा शहरी योजनाओं के पुनरावृत्तिपूर्ण (iterative), लक्षित संशोधन की आवश्यकता होती है। वर्तमान वर्कफ़्लो श्रमसाध्य हैं, जो भू-स्थानिक लेआउट के मैनुअल पुनर्लेखन (जैसे, पार्क की सीमाओं को समायोजित करने के लिए आस-पास के रास्तों और स्ट्रीट फर्नीचर को पुन: व्यवस्थित करने की आवश्यकता होती है) पर निर्भर करते हैं।

मौजूदा कम्प्यूटेशनल दृष्टिकोण इस विशिष्ट वर्कफ़्लो का समर्थन करने में विफल रहते हैं क्योंकि वे तीन श्रेणियों में आते हैं जो नियोजन को एक समग्र पीढ़ी (holistic generation) समस्या के रूप में देखते हैं न कि एक पुनरावृत्तिपूर्ण संशोधन प्रक्रिया के रूप में:

1. जेनरेटिव एआई (Generative AI): मौजूदा लेआउट को अनदेखा करते हुए शून्य से पूर्ण योजनाएँ तैयार करता है।
2. अनुकूलन-आधारित विधियाँ (Optimization-based methods): सरलीकृत अमूर्तता (abstractions) और पूर्व-निर्धारित उद्देश्यों पर निर्भर करती हैं, जिनमें प्राकृतिक भाषा निर्देशों के लिए लचीलेपन की कमी होती है।
3. एलएलएम एजेंट विधियाँ (LLM Agent methods): योजना संश्लेषण (plan synthesis) पर ध्यान केंद्रित करती हैं लेकिन मध्यवर्ती निर्णय निर्भरता (intermediate decision dependencies) और स्थानिक बाधाओं (spatial constraints) के स्पष्ट मॉडलिंग की कमी होती है।

मुख्य चुनौतियाँ:

• निष्पादन योग्य संपादन (Executable Editing): संरचित भू-स्थानिक डेटा (GeoJSON) पर मशीन-निष्पादन योग्य कार्य के रूप में शहरी नवीकरण को कैसे औपचारिक रूप दिया जाए।
• निर्भरता-जागरूक पुनरावृत्ति (Dependency-Aware Iteration): उन जटिल निर्भरताओं को कैसे प्रबंधित किया जाए जहाँ एक मोटे स्तर (जैसे, एक पॉलीगन) पर किया गया परिवर्तन सूक्ष्म स्तरों (रेखाओं, बिंदुओं) को प्रभावित करता है और बाधा प्रसार (constraint propagation) की आवश्यकता होती है।
• त्रुटि सुधार (Error Correction): बहु-चरणीय संपादन के दौरान मध्यवर्ती त्रुटियों का पता लगाने और उन्हें ठीक करने के लिए क्या किया जाए ताकि त्रुटि संचय को रोका जा सके और वैश्विक स्थानिक वैधता सुनिश्चित की जा सके।

2. कार्यप्रणाली: CEAE फ्रेमवर्क (Methodology: The CEAE Framework)

लेखक CEAE (City Editing with Agentic Execution) का प्रस्ताव करते हैं, जो एक पदानुक्रमित एजेंटिक फ्रेमवर्क है जो शहरी नवीकरण को एक संरचित, बहु-चरणीय निष्पादन प्रक्रिया के रूप में मानता है। यह प्रणाली GeoJSON निरूपण पर कार्य करती है और प्राकृतिक भाषा निर्देशों को स्वीकार करती है।

A. पदानुक्रमित मोटे-से-सूक्ष्म निष्पादन (Hierarchical Coarse-to-Fine Execution)

संपादन प्रक्रिया को तीन ज्यामितीय अमूर्तन स्तरों में विभाजित किया गया है, जिन्हें क्रमिक रूप से निष्पादित किया जाता है:

1. पॉलीगन स्तर (Polygon Level): बड़े क्षेत्रों (जैसे, भूमि उपयोग क्षेत्र, पार्क) को संशोधित करना।
2. लाइन स्तर (Line Level): रैखिक विशेषताओं (जैसे, सड़कें, पथ, सीमाएं) को समायोजित करना।
3. पॉइंट स्तर (Point Level): असतत वस्तुओं (जैसे, स्ट्रीट फर्नीचर, पेड़) को पुन: स्थापित करना या जोड़ना।

यह मोटे-से-सूक्ष्म (coarse-to-fine) रणनीति यह सुनिश्चित करती है कि उच्च स्तरों पर लिए गए संरचनात्मक निर्णय बाद के सूक्ष्म-स्तरीय संपादन के लिए वैध प्रासंगिक बाधाएं प्रदान करें।

B. चार-एजेंट आर्किटेक्चर (Four-Agent Architecture)

यह फ्रेमवर्क वर्कफ़्लो को संचालित करने के लिए चार विशिष्ट एजेंटों का उपयोग करता है:

1. टास्क प्लानर एजेंट ($F_{plan}$):

   • भूमिका: प्राकृतिक भाषा निर्देशों की व्याख्या करना और उन्हें एक संरचित संपादन योजना में तोड़ना।
   • आउटपुट: ज्यामिति-स्तर के संपादन इरादों ($I_{\ell}$) का एक क्रम, प्रत्येक एक स्कोप, लक्ष्य, उप-कार्य ($T_{\ell}$), और बाधाओं ($C_{\ell}$) द्वारा परिभाषित है।
   • कार्य: उच्च-स्तरीय सिमेंटिक इरादे और निम्न-स्तरीय ज्यामितीय निष्पादन के बीच सेतु बनाना।

2. जियोएक्सेक्यूटर एजेंट ($F_{exec}$):

   • भूमिका: स्तर-निर्भर भू-स्थानिक उपकरणों का उपयोग करके विशिष्ट ज्यामितीय स्तरों पर उप-कार्यों को निष्पादित करना।
   • तंत्र: यह एक अवस्था संक्रमण (state transition) प्रक्रिया के रूप में कार्य करता है। यह उप-कार्यों को क्रमिक रूप से करता है, और मध्यवर्ती अवलोकनों को संदर्भ के रूप में रखता है।
   • प्रवाह: पॉलीगन स्तर के आउटपुट को लाइन स्तर के इनपुट के रूप में प्रसारित किया जाता है, और इसी तरह, यह सुनिश्चित करता है कि डाउनस्ट्रीम संपादन अपस्ट्रीम संरचनात्मक परिवर्तनों का सम्मान करें।

3. वैलिडेटर एजेंट ($F_{val}$):

   • भूमिका: प्रत्येक उप-कार्य के बाद स्व-चिंतनशील सत्यापन (self-reflective validation) करना।
   • तंत्र: ज्यामितीय वैधता (जैसे, कोई स्व-प्रतिच्छेदन नहीं), निर्भरता निरंतरता, और बाधा संतुष्टि की जाँच करता है।
     कंट्रोल: यदि कोई उप-कार्य सत्यापन में विफल रहता है, तो यह नैदानिक फीडबैक (एक वैश्विक सीमा तक) के साथ पुनः निष्पादन (re-execution) को ट्रिगर करता है। केवल सत्यापित अवस्थाओं को ही आगे बढ़ाया जाता है, जिससे त्रुटि संचय को रोका जा सके।

4. एग्रीगेटर एजेंट ($F_{agg}$):

   • भूमिका: सभी सत्यापित निष्पादन परिणामों को एकीकृत करना।
   • आउटपुट: अंतिम अपडेटेड GeoJSON योजना ($G^*$) और एक व्यापक निष्पादन सारांश ($S$) तैयार करता है जिसमें ट्रेस, सत्यापन निर्णय और ट्रैसेबिलिटी के लिए सांख्यिकी शामिल है।

3. मुख्य योगदान (Key Contributions)

1. समस्या का सूत्रीकरण: सिटी जियोस्पेशियल एडिटिंग को एक अलग कम्प्यूटेशनल प्रतिमान के रूप में पेश किया, जिसने शहरी नवीकरण को जेनेरेटिव प्लानिंग से अलग, निर्भरता-जागरूक लेआउट संशोधन के रूप में पुनर्गठित किया।
2. एल्गोरिद्मिक फ्रेमवर्क: CEAE प्रस्तावित किया, जो एक पदानुक्रमित एजेंटिक प्रणाली है जो संरचित निर्भरता प्रसार और स्व-चिंतनशील सत्यापन के माध्यम से बहु-स्तरीय ज्यामितीय संपादन को सक्षम बनाती है।
3. अनुभवजन्य सत्यापन: व्यापक प्रयोगों के माध्यम से प्रदर्शित किया कि वास्तविक दुनिया के परिदृश्यों में जटिल, बहु-इकाई संपादन कार्यों को संभालने के लिए स्पष्ट इरादा अपघटन (intent decomposition) और पदानुक्रमित निष्पादन महत्वपूर्ण हैं।

4. प्रयोगात्मक परिणाम (Experimental Results)

लेखकों ने तीन संपादन स्तरों: पॉइंट (500 नमूने), लाइन (500 नमूने), और पॉलीगन (1,500 नमूने) में 219 शहरों (OpenStreetMap डेटा) के डेटासेट पर CEAE का मूल्यांकन किया।

मेट्रिक्स:

• रिलेटिव एक्सेक्यूशन एरर (REE): लक्ष्य से ज्यामितीय विचलन।
• एरिया कंप्लायंस एरर (ACE): हरित क्षेत्र परिवर्तनों में विचलन।
• एक्सेक्यूशन वैलिडिटी रेट (EVR): सफलतापूर्वक पूरे किए गए कार्यों का अनुपात।

प्रमुख निष्कर्ष:

• बेहतर प्रदर्शन: CEAE ने सभी स्तरों पर सिंगल-पास (वन-शॉट) बेसलाइन्स (GPT-5, DeepSeek, और Qwen मॉडल सहित) को लगातार पछाड़ दिया।
  • उदाहरण: पॉलीगन संपादन में, CEटे ने सर्वश्रेष्ठ सिंगल-पास LLM (~0.926) की तुलना में 0.979 का EVR प्राप्त किया, और काफी कम त्रुटि दर दिखाई।
• एब्लेशन अध्ययन (Ablation Studies): टास्क प्लानर ($CEAE^{-t}$) या वैलिडेटर ($CEAE^{-v}$) को हटाने से प्रदर्शन में महत्वपूर्ण गिरावट आई, जिससे पुष्टि हुई कि संरचित योजना और पुनरावृत्तिपूर्ण सत्यापन दोनों आवश्यक हैं।
• मजबूती (Robustness): CEAE ने प्रॉम्प्ट परिवर्तनों (पुनर्व्यवस्था, पर्यायवाची प्रतिस्थापन) के तहत उच्च प्रदर्शन बनाए रखा, जबकि बेसलाइन्स काफी गिर गईं।
• पैरामीटर संवेदनशीलता: अधिकतम पुन: निष्पादन प्रयासों ($R$) को बढ़ाने से EVR (मजबूती) में सुधार हुआ, लेकिन ज्यामितीय सटीकता पर इसका प्रभाव सीमित रहा, जो बताता है कि यह तंत्र मुख्य रूप से निष्पादन विफलताओं से उबरने में मदद करता है।

5. महत्व और प्रभाव (Significance and Impact)

• प्रतिमान परिवर्तन (Paradigm Shift): शहरी नियोजन AI को "जेनेरेटिव" (नई दुनिया बनाना) से "एडिटोरियल" (मौजूदा दुनिया को संशोधित करना) की ओर ले जाता है, जो वास्तविक दुनिया के शहरी नवीकरण प्रथाओं के अनुरूप है।
• विश्वसनीयता: स्व-चिंतनशील सत्यापन तंत्र LLM-आधारित भू-स्थानिक कार्यों में सामान्य "हलुसिनेशन" (hallucination) और त्रुटि प्रसार संबंधी समस्याओं को संबोधित करता है, जिससे अंतिम आउटपुट टोपोलॉजिकल और ज्यामितीय रूप से वैध सुनिश्चित होता है।
• व्यावहारिक अनुप्रयोग: यह प्रणाली जटिल, बहु-चरणीय नियोजन विचारों (जैसे, सड़क बफर बनाए रखते हुए हरित स्थानों को मिलाना) का समर्थन करती है जो मनुष्यों के लिए बिना त्रुटियों के मैन्युअल रूप से निष्पादित करना कठिन है।
• भविष्य की दिशा: स्मार्ट सिटी प्रबंधन में अनुकूलन क्षमता को और बढ़ाने के लिए समृद्ध योजना बाधाओं और इंटरैक्टिव मानव फीडबैक को एकीकृत करने की क्षमता को रेखांकित करता है।

निष्कर्षतः, CEAE पुनरावृत्तिपूर्ण शहरी नवीकरण के लिए एक मजबूत, मशीन-निष्पादन योग्य फ्रेमवर्क प्रदान करता है, जो यह सिद्ध करता है कि प्राकृतिक भाषा निर्देशों और सटीक भू-स्थानिक संशोधनों के बीच के अंतर को पाटने के लिए संरचित इरादा अपघटन और पदानुक्रमित, सत्यापित निष्पादन आवश्यक हैं।