理工酷

目前，前期策划与建筑功能的无缝对接、以及建筑空间规划的最优化求解，一直是建筑界重点关注的两个基本问题，但这两个问题一直没有被很好地解决。另外，在现有的建筑设计（包括衍生式设计）过程中，建筑设计大多依赖于桌面版参数化软件（例如 Revit）和基于它们的二次开发，建筑物未来真正的使用者和业主很难加入到设计的决策过程中，建筑设计的最优决策很难做到最优。 对于建筑策划文件，大家普遍采用 Excel 在 PC 端制作。对于建筑空间规划，Autodesk 公司的生成设计框架 refinery 是目前唯一的可用工具。Excel 数据来源较为封闭，不容易从互联网取得最新的策划数据资源。另外，refinery 基于 Revit 的开源软件 Dynamo 进行开发， Dynamo 不易使用，因此 refinery 也很难得到推广。随着大数据和 AI 技术的成熟，建筑学术界和工业界开始尝试通过深度学习和强化学习的方法来解决上述痛点。 例如，在 BIM 设计中，业主和建筑设计师迫切需要一个在线的产品，能在浏览器上生成建筑策划文件，并能输出建筑空间的最优化布局。这就需要在 BIM 新设计工具中融入最新的机器学习技术，实现 AI 辅助的建筑方案选型。 其基本流程为： （1）在线创建建筑策划文档，然手从中获取功能分区，房间和空间的数据，如开间、进深、净高、类型、适宜层数等; （2）依据上一步获取的数据，在 Web 浏览器里创建特定功能分区，房间和空间的几何模型； （3）通过强化深度学习算法，自动生成许多设计布局的组合，每个设计布局都有相应的自动评价指标值； （4）设计师和业主挑选符合要求的高质量选项进行下一步的衍生式设计； （5）把房间和空间的最优布局导入到 BIM 新设计软件中，确定设计细节，并最终完成施工图设计。 图片为使用AI技术进行场地布置。