Goal-Driven Agentic Intelligence for the Evolution of Energy Efficient Smart Cities
低エネルギースマートシティの進化のための目標指向エージェントインテリジェンス (AI 翻訳)
Zornitsa Yordanova, Hamed Nozari, Yanko Hristozov, Simeon Kolyandov
🤖 gxceed AI 要約
日本語
本研究は、低エネルギースマートシティ実現のための目標指向エージェントベースの知的フレームワークを提案。環境条件に応じてエネルギー目標を動的に調整し、マルチエージェント交渉とデジタルツインにより意思決定を行う。シナリオ分析と予測により、静的最適化から意図ベースの制御へ移行し、エネルギー消費削減と都市のレジリエンス向上を示す。
English
This research proposes a conceptual framework for low-energy smart cities using goal-oriented agent-based intelligence. Energy goals are dynamically adjusted to environmental conditions via multi-agent negotiation and digital twins. Scenario analysis and proactive forecasting enable transition from static optimization to intention-based control, reducing energy consumption and enhancing urban resilience.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本ではスマートシティ・エネルギー管理の文脈で、本フレームワークはAI・デジタルツイン活用の参考となる。ただし実装や規制との連動は未検討。
In the global GX context
Globally, this framework advances AI-driven urban energy management, relevant to cities pursuing net-zero targets. It bridges agent-based modeling and digital twins for dynamic energy optimization, though lacks empirical validation.
👥 読者別の含意
🔬研究者:Provides a novel architectural blueprint for integrating goal-oriented AI in urban energy systems.
🏢実務担当者:Offers conceptual guidance for city planners and energy managers on agent-based smart grid coordination.
🏛政策担当者:Highlights potential of AI in urban energy policy, but needs real-world testing before adoption.
📄 Abstract（原文）
This research presents a conceptual and architectural framework for the evolution of low-energy smart cities based on goal-oriented agent-based intelligence. In this approach, energy goals are dynamically adjusted according to environmental conditions, and decision-making is carried out through a multi-agent negotiation mechanism and digital twin support. By combining scenario analysis, proactive forecasting, and alignment of conflicting goals, the proposed system is able to reduce energy consumption and enhance urban resilience. The results show that the transition from static optimization to intention-based guidance can provide a new foundation for sustainable energy management in future cities.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.4018/979-8-2600-1669-5.ch003first seen 2026-05-27 04:33:22 · last seen 2026-06-06 04:34:59
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。