Dynamic Map Platform 與慶應義塾大學共同研究論文獲 IIAI AAI 2026 採納,提出支援自主 AI 決策與業務協作的空間智慧基礎設施

Dynamic Map Platform 與慶應義塾大學白坂研究室的共同研究論文獲國際會議「IIAI AAI 2026」採納。該研究提出了一種「空間智慧基礎設施」參考架構,旨在利用自主 AI 代理優化多項業務協作,預計將應用於城市管理、物流及機器人等物理 AI 領域。
techNQ 52/100出典:PR Times

📋 文章處理履歷

  • 📰 發表: 2026年5月28日 10:00
  • 🔍 收集: 2026年6月1日 01:02(發表後87小時1分鐘)
  • 🤖 AI分析完成: 2026年6月1日 23:35(收集後22小時33分鐘)
Dynamic Map Platform 株式会社宣布,其與慶應義塾大學系統設計與管理研究所(Keio SDM)白坂成功研究室的共同研究論文,於 2026 年 5 月 18 日獲國際會議「IIAI AAI 2026」採納。該論文預計於 2026 年 7 月 10 日在該會議的特別場次「SBIT 2026」中發表。本研究提出了一種空間資訊基礎設施的參考架構,旨在利用自主 AI 代理,整合並優化多項業務之間的協作。近年來,儘管 3D 城市模型與數位孿生等空間資訊技術有所進展,但針對涉及多個營運商與業務流程的實際應用,缺乏跨領域的設計準則。本研究將空間資訊基礎設施系統化,使其能整合靜態空間數據、即時資訊及業務協作所需的數據,成為支援自主 AI 決策與業務執行的基礎。透過展示包含數據整合、即時更新、狀況評估及治理責任的多層結構,該研究提出了將空間資訊基礎設施擴展為「空間智慧基礎設施」的設計準則。此研究預計將應用於城市管理、物流、機器人等物理 AI 發展迅速的領域。該公司一直將其高精度 3D 數據定位為「Data for AI」進行推廣,此次提出的架構進一步擴展了空間數據在 AI 應用上的可能性。本研究總結了 2025 年 11 月發布的共同研究成果。該公司未來將持續透過高精度 3D 地圖數據與空間資訊基礎設施的升級,為自動駕駛與智慧城市領域做出貢獻。

常見問題

這項研究對台灣的空間資訊產業有何啟示?

台灣在智慧城市與自動駕駛領域發展迅速,此架構可作為跨領域整合與 AI 決策系統設計的參考範例。