[论文解读] Automated architectural space layout planning using a physics-inspired generative design framework

Zhipeng Li, Sichao Li+3 more|arXiv (Cornell University)|Jun 21, 2024

Architecture and Computational Design被引用 4

一句话总结

本文提出了一种受物理启发的生成式设计框架，通过结合新型参数化模型与进化优化算法，实现了建筑空间布局规划的自动化。该方法能高效生成多样且高质量的方案布局，显著减少人工工作量，同时保持设计性能与可行性。

ABSTRACT

The determination of space layout is one of the primary activities in the schematic design stage of an architectural project. The initial layout planning defines the shape, dimension, and circulation pattern of internal spaces; which can also affect performance and cost of the construction. When carried out manually, space layout planning can be complicated, repetitive and time consuming. In this work, a generative design framework for the automatic generation of spatial architectural layout has been developed. The proposed approach integrates a novel physics-inspired parametric model for space layout planning and an evolutionary optimisation metaheuristic. Results revealed that such a generative design framework can generate a wide variety of design suggestions at the schematic design stage, applicable to complex design problems.

研究动机与目标

• 解决方案设计阶段手动建筑空间布局规划耗时且重复的问题。
• 开发一种自动化生成式设计框架，能够生成大量可行且高性能的布局解决方案。
• 将受物理启发的参数化建模与进化优化相结合，以提升设计多样性与质量。
• 通过支持空间构型的快速探索，应对复杂的建筑设计问题。
• 在保持设计性能与可建造性的前提下，减少对专家主导的手动迭代的依赖。

提出的方法

• 开发了一种受物理启发的参数化模型，利用类物理力的原理模拟空间关系与约束。
• 该框架采用进化优化元启发式算法，在大规模搜索空间中探索并优化设计方案。
• 空间布局被表示为具有指定尺寸、邻接关系与交通路径的相互连接区域的配置。
• 优化过程根据用户定义的目标与约束（如空间效率、连通性与功能需求）评估设计方案。
• 系统通过力导向逻辑动态调整区域位置与尺寸，以最小化冲突并提升空间协调性。
• 通过选择、变异与交叉操作，演化多代布局，逐步收敛至高性能解决方案。

实验结果

研究问题

• RQ1 受物理启发的参数化模型能否有效编码建筑空间约束与关系？
• RQ2 进化优化算法在探索与生成多样化、可行的建筑布局方面表现如何？
• RQ3 该框架在保持或提升设计质量的前提下，能在多大程度上减少方案设计阶段的手动工作量？
• RQ4 该框架能否有效应对具有多个功能区域与性能标准的复杂建筑设计问题？
• RQ5 受物理启发的模型对布局一致性与空间效率有何影响？

主要发现

• 该框架在方案设计阶段成功生成了大量多样的空间布局解决方案，表现出高度的多样性与可行性。
• 受物理启发的参数化模型有效编码了空间关系，实现了直观且连贯的布局生成。
• 进化优化实现了设计空间的高效探索，生成了高性能方案，且人工干预极少。
• 该方法显著减少了复杂项目中传统手动布局规划所需的时间与精力。
• 生成的布局展现出良好的空间协调性、功能连通性以及对设计约束的合规性。
• 该系统在具有多种空间与性能要求的复杂建筑设计问题中表现出良好的可扩展性与适应性。