💻 computer science

Spatial-Knowledge-Graph-Grounded LLM Agents for Neighborhood Livability Evaluation

本文提出了一个整合空间知识图谱与大语言模型的框架，用于模拟家庭日程并评估社区宜居性，旨在揭示移动性限制与照护责任如何产生静态设施指标无法捕捉的出行负担。

原作者： Haiyan Hao

发布于 2026-08-27

📖 1 分钟阅读☕ 轻松阅读

原作者： Haiyan Hao

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

我们经常通过周边设施来评判一个社区。如果一家杂货店、一家诊所和一个公园就位于住家步行范围之内，规划者和地图往往会宣布该区域是“宜居”的。这种观点假设只要设施存在，它就是所有人都能触达的。但这种静态的图景忽略了日常生活的现实。一名健康的成年人可能在五分钟内轻松路过诊所，而一名步行速度较慢的老年人可能会觉得这短短五分钟的步行便已精疲力竭。一位家长可能会发现附近有一个公园，但如果她还必须去相反方向接孩子放学，那么这个公园就成了一个物流难题，而非便利之举。衡量一个社区真正的标准，不仅在于那里有什么，更在于不同的人——带着不同的速度、日程和家庭职责——实际上如何使用它。

香港中文大学（深圳）的研究人员构建了一种测试这一现实的新方法。他们没有依赖简单的地图或调查，而是创建了一个数字实验，模拟不同家庭在一周内的生活。他们使用了一个系统，将详细的社区地图与一个能够像人类一样进行推理的智能计算机程序相结合。该程序创建了“智能体”，即数字居民，每个智能体都有特定的性格、年龄和一系列职责。有些是匆忙赶往工作的年轻专业人士；有些是独自生活的祖父母；有些是需要照看幼儿和学龄儿童的父母。该系统要求这些数字居民规划他们的一周，决定何时去看医生、在哪里买杂货以及如何前往。

过程始于向计算机输入一张完整的社区全景图，包括每一条道路、每一栋建筑和每一处设施。随后，系统会选择一个特定的家庭，并要求计算机为他们生成一份日程表。至关重要的是，计算机并不只是凭空猜测；它会根据实际地图来核查自己的工作。如果日程表显示一位家长需要送孩子去学校，然后跑去药店，系统就会计算这两个地点之间的实际步行时间。如果数学计算显示该行程无法在可用时间内完成，计算机就会重写日程表，例如选择一家更近的药店，或者改变活动的顺序。这种“规划、检查、修改”的循环不断进行，直到为每个家庭创造出一个现实且可行的周计划。

一旦日程表设定完毕，系统就会追踪居民实际会经过的路径。它会精确计算每次行程所需的时间、使用的出行方式以及所需的体力消耗。其结果是每位数字居民一周生活的详细日志。在深圳一个社区进行的测试运行中，研究人员模拟了六个不同的家庭，其中包括一位丧偶的老妇人、一对带着婴儿的年轻夫妇，以及一个带有学龄儿童的家庭。模拟显示，尽管该区域在技术层面上拥有所有必要的设施，但使用这些设施的体验却大相径庭。

对于没有孩子的年轻夫妇来说，这个社区感觉很便利，大多数行程都在二十分钟以内。然而，对于独居的老妇人来说，同一个社区却让她感到负担沉重。虽然她可以到达目的地，但她的平均单次行程超过了二十五分钟，且很少有行程能在十五分钟内完成。育儿期的父母面临着另一种挑战：他们的日程充满了协调。每一次涉及婴儿或学龄儿童的行程都需要一名成年人陪同，这造成了沉重的共同出行负担。模拟揭示了居住在一个地方的“负担”不仅在于距离，更在于在处理他人需求的同时，在不同任务之间移动时产生的摩擦。

为了了解这些数字居民对他们那一周的感受，研究人员要求他们对自己的体验进行评分。那位老妇人和带婴儿的家长在医疗服务获取和合并琐事方面的得分最低。他们指出，虽然最终能到达医院或药店，但路途漫长且令人疲惫。相比之下，年轻夫妇的评分要高得多，他们觉得处理日常需求非常容易。这些评分并非随机猜测；它们直接与系统计算出的具体行程相关联。当计算机显示一位居民必须步行三十分钟才能买到药时，该居民的数字反馈也反映了这种困难。

这项研究表明，一个社区即使设施齐全，仍可能让某些群体感到生活不易。研究人员发现，仅仅是在附近设有设施并不保证其可用性。对于行动不便的人来说，两公里外的诊所可能就像在城另一头一样遥远。对于正带着婴儿车奔波于接送孩子路上的家长来说，一个需要绕远路的公园实际上是无法触及的。模拟证明了，一个地方的“宜居性”在很大程度上取决于居住在那里的人是谁，以及他们正在尝试做什么。

这种方法为城市规划者和社区领导者提供了一个新工具。他们不再仅仅假设设施地图就能说明全部情况，而是可以模拟不同类型的人实际上是如何穿梭于日常生活中的。该系统可以展示隐藏的负担所在——也许是针对老年人的附近药店匮乏，或者是针对家长的亲子空间不足。通过理解这些具体的限制，城市的设计目标可以从“拥有服务”转向“让那些最需要服务的人真正能够使用服务”。这项工作并不声称已经解决了宜居性的问题，但它提供了一种清晰且基于证据的方式，让我们看到社区所提供的资源与其居民实际使用能力之间的差距。

技术摘要：基于空间知识图谱驱动的大语言模型（LLM）智能体进行社区宜居性评估

问题陈述
目前的社区宜居性评估方法过度依赖静态的建成环境指标，例如设施邻近度、街道连通性和公共空间的可达性。虽然这些指标描述了现有的空间机会，但它们无法捕捉不同移动能力、家庭角色、时间安排及照护责任的居民在实际生活中如何体验社区。传统的通达性指标通常将可达性视为一种聚合的空间属性或简单的起点-终点关系，忽略了活动链、时间约束、家庭协作以及对弱势群体（如老年人、残障人士或承担育儿责任的家长）所造成的特定负担。在衡量空间机会与评估异质性居民日常生活可行性及负担之间，存在着关键性的鸿沟。

研究方法
本文提出了一个原型框架，该框架将空间知识图谱（KG）与大语言模型（LLM）智能体相结合，用于模拟家庭活动-移动计划，并通过基于证据的访谈进行宜居性评估。该系统通过四个相互关联的模块运行：

空间设置与知识图谱构建： 将局部环境建模为可路由的路网图 ( $G$ )、设施集 ( $F$ ) 和用户定义的边界 ( $B$ )。这些数据被组织进一个空间知识图谱 ( $\mathcal{K}$ ) 中，其中包含社区、居民、家庭、住所、设施和道路枢纽的节点，并由诸如 LIVES_AT（居住于）、NEAR（靠近）和 ROAD_LINK（道路连接）等关系进行链接。
家庭与画像配置： 初始化居民智能体，为其赋予定义人口统计特征、移动能力和行为约束的结构化画像。智能体被归组到具有共同责任（如育儿、陪护）的家庭 ( $\mathcal{H}$ ) 中。系统支持预设剖面（如独立生活的独居老人、带婴儿的双职工家庭）和自定义配置。
迭代调度与网络物化：
- 图检索增强生成 (Graph-RAG)： 为每个家庭检索一个以家庭为中心的自我子图 ( $\mathcal{K}_j$ )，该子图包含住所、附近的候选设施（按近似步行时间排序）以及家庭属性。
- LLM 生成与基于规则的修复： LLM 根据检索到的上下文生成结构化的家庭日程表（TSV 格式）。随后，一个确定性的规则层执行轻量级修复和可行性检查（例如，确保参与者的排他性、时空连续性、有效的旅行时间以及照护约束）。
- 迭代修订： 如果检测到可行性问题，LLM 将修订日程表。此循环持续进行，直到日程表通过所有检查或达到最大修订限制。
- 网络物化： 接受的日程表使用 NetworkX 通过实际路网 ( $G$ ) 进行最短路径路由映射。这一步骤将抽象的日程表转化为具体的事件历史 ( $\mathcal{Z}$ )，从而计算实际的旅行时间、出行模式和路径。
基于证据的居民访谈： 生成的事件历史为后续的模拟访谈模块提供证据。LLM 智能体扮演特定居民的角色，回答关于日常便利性、出行负担和活动可行性的结构化问题。至关重要的是，智能体的回答受到特定于该家庭生成的事件记录的约束，确保其解释能够追溯至模拟数据。

核心贡献
本研究对宜理性评估与模拟领域做出了三个主要贡献：

从静态评估转向个性化评估： 它通过显式建模个人特征和家庭情况如何塑造日常活动的实现程度与负担，推动了社区评估从基于场所的静态可达性向个性化评估的转变。
基于证据的解释： 它引入了一种将活动-移动事件转化为可解释的、针对特定居民的评估的方法，同时保持了与底层空间及行为证据的直接联系，区分了模拟体验与观察到的感知。
空间知识图谱驱动的 LLM 落地： 通过空间知识图谱对居民、设施和空间关系进行结构化处理，为 LLM 智能体提供了地理落地的、可追溯的上下文。这防止了生成看似合理但空间不一致的日程表，确保了活动生成是基于实际目的地可用性和出行负担的。

结果
研究在深圳的一个社区进行了原型演示，涵盖了六个家庭（11 个智能体），代表了多样化的剖面，包括独立生活的独居老人、年轻专业人士、带婴儿的双职工家庭、带学龄儿童的家庭以及行动不便的成年人。

可行性 vs. 负担： 虽然所有调度的活动都成功完成（没有行程失败），但出行负担存在显著差异。例如，行动不便的老年人（陈阿姨）的平均旅行时间为 25.1 分钟，尽管所有目的地均可到达，但仅有 10% 的行程落在 15 分钟的阈值内。
家庭协作： 具有照护责任的家庭（婴儿和学龄儿童）需要显著的协调。所有涉及婴儿和学龄儿童的行程均为陪同出行，这凸显了对受抚养人的可达性取决于其他家庭成员的存在。
分歧的感知： 模拟后的访谈显示，名义上的设施可用性并不等同于便捷的获取。具有行动受限或高协调需求的智能体（如婴儿家长）对医疗保健获取和行程链组合的评分明显低于年轻且行动灵活的专业人士。开放式回答强调了特定的痛点，例如老年人需要更近的药店，以及家长需要支持育儿的设施。

意义与主张
本文声称该框架提供了一种可审计的方式，将空间机会、家庭活动约束与居民特定的宜居性解释联系起来。它将该系统定位为一种混合生成-符号的原型，而非经过校准的出行需求模型，旨在扩展传统的基于 GIS 的评估方法。通过将可达性视为一种基于活动且依赖于家庭的过程，该框架揭示了相同的空间环境如何造成不平等的出行和协调负担。作者强调，访谈输出代表了“对建模环境的可追溯解释”，而非对现实世界感知的直接证据，旨在作为规划者的工具，帮助识别那些名义上的邻近度无法转化为可管理的日常生活的人群。研究结论认为，这种方法支持对比性社区分析、干预测试以及识别弱势群体的服务缺口，同时也承认了在数据准确性（源自 OSM）、缺乏与观测轨迹的校准以及目前侧重于移动性而非更广泛的社会或安全维度方面的局限性。

类似论文