城市计算

研究者提出UrbanAgent框架，将城市区域画像任务转化为推理驱动的多智能体协作问题，通过工具增强的证据检索机制显著提升预测精度与泛化能力。

研究人员提出TrafficSci智能系统，通过自主工作流发现通用交通规律，在四个案例中重新验证了三条已知定律，并首次识别出城市驾驶行为中的内在时间记忆尺度。