一种深度强化学习驱动的建筑空间布局备选方案生成方法

《Journal of Building Engineering》：A Deep Reinforcement Learning-Driven Method For Generating Alternative Architectural Spatial Layouts

　　

•介绍了一种基于程序的建筑布局生成的多智能体深度强化学习框架。
•将空间邻接性、朝向和能效定义为设计目标。
•在 74 秒内生成所需的空间布局方案。
•通过微调实现对变更的空间设计目标的适应性。

引言
空间布局（SL）是建筑设计过程中的一个基本步骤。该布局根据各种条件进行组织，包括建筑功能、规模和场地位置 [1]。作为反映功能、效率和用户需求的关键要素，SL 显著影响后续设计阶段，对于确定最终设计的质量和用户满意度至关重要 [2], [3]。因此，推导最优 SL 是建筑师的主要任务。

传统的建筑设计通常涉及客户提出一组需求，然后通过咨询建筑师进行迭代设计修改。然而，这个过程严重依赖建筑师的经验和知识，需要大量的时间和劳动力 [4]。此外，频繁的设计变更（通常由客户需求或预算限制的变化驱动）会阻碍设计过程的整体效率，使得确保最终设计成果的质量变得具有挑战性 [5]。因此，鉴于建筑设计的特征，需要设计支持工具能够自动生成设计方案，同时灵活响应多样化需求并快速适应变化。

已开展研究以生成 SL，从而提高建筑设计过程的效率和自动化程度。早期研究主要依赖基于规则的方法，如图论 [6] 和形状文法 [7]。后来，引入了基于优化的方法来解决空间布局生成问题。最近，随着人工智能的进步，数据驱动的方法如图神经网络（GNNs）和生成对抗网络（GANs）已被积极应用于建筑布局生成 [8]。

基于优化的方法通过数学公式化建筑元素、约束和目标来解决空间布局问题。空间布局是通过搜索最优解的优化算法生成的。研究表明，当设计目标和约束被定义为可量化的目标函数时，生成空间布局方案是可行的 [9], [10]。因此，基于优化的方法在建筑设计研究中得到了持续探索 [11]。最近，它通过与人工智能技术的集成得到了扩展 [12]。然而，这些方法通常存在收敛到最优解速度慢的问题 [13]，并且设计目标或约束的变化通常需要新的全局搜索。这导致在设计过程中适应性和可扩展性有限。此外，生成过程中缺乏用户交互，在将这些方法扩展到复杂设计场景时构成了进一步挑战 [8]。

近年来，数据驱动的方法在建筑布局生成中获得了越来越多的关注 [8]。在这些方法中，利用图神经网络（GNNs）和生成对抗网络（GANs）的研究得到了积极探索。在基于 GNN 的研究中，Zheng 等人将空间表示为节点，将邻接关系表示为边。使用这种图结构，学习拓扑关系以生成保留输入气泡图空间连通性的平面图 [14]。这种方法在生成拓扑有效的布局方面是有效的。然而，它在生成多样化布局方案方面表现出有限的能力 [8]。

基于 GAN 的方法主要关注平面图的基于图像的表示。Nauata 等人 [15] 提出了 House-GAN，从空间邻接图生成住宅布局。Chaillou [16] 提出了 ArchiGAN，将建筑空间布局生成构建为一个顺序过程，从建筑足迹生成到程序布局和家具布置。基于 GAN 的方法在从图像中学习和重现空间模式方面是有效的。然而，它们的隐式学习特性使得难以明确纳入多样的设计约束。因此，生成结果的可控性和可编辑性受到限制 [8]。此外，这些方法严重依赖明确提供的用户条件。因此，隐式的现实世界设计约束经常被违反，设计规则难以有效执行 [17]。此外，重现训练数据中的模式这一倾向已被报告限制了设计多样性 [18]。

总体而言，现有的空间布局生成方法要么专注于数值优化，要么专注于模式重现。因此，它们在（1）应用多样设计条件、（2）控制生成结果和（3）生成多样空间布局方案方面表现出局限性。

强化学习（RL）是一种学习范式，其中智能体与环境交互，并通过奖励机制学习最大化长期累积奖励的策略 [19]。由于这些特性，RL 可以在不需要明确真实数据或预定义解模型的情况下解决复杂问题 [20]。与传统方法相比，RL 较少依赖大规模标注数据集，并且可以在不重启整个搜索过程的情况下适应其学习策略以应对变化的条件 [21], [22]。这些特性在需求随时间演变的迭代设计过程中提供了实际优势。

强化学习在概念上也非常适合空间布局问题 [23]。在实践中，空间布局设计不是一个直接产生最终配置的一步任务。相反，它是一个顺序决策过程，其中空间配置被反复调整，直到达到令人满意的布局 [24]。强化学习使用马尔可夫决策过程（MDP）明确建模此类顺序决策过程。这从根本上将 RL 与仅专注于优化最终布局的现有结果导向方法区分开来。因此，深度强化学习（DRL）已成为空间布局生成的一种有前途的方法。

强化学习已被应用于空间布局问题，并展示了有意义的结果。Kakooee 等人 [18] 提出了一种基于房间数量和面积约束的基于拓扑的 SL 生成方法。然而，除了入口和起居空间外，未明确考虑各个房间的功能身份。这导致将所有空间视为抽象实体，限制了该方法在基于程序的建筑设计中的适用性。后续研究将强化学习扩展为用于建筑布局问题的多智能体深度强化学习框架。Zhang 等人 [25] 提出了一种用于建筑改造的多智能体深确定性策略梯度算法。在他们的 方法中，空间邻接性和现有建筑约束被纳入奖励函数，以生成适合改造场景的布局。Luo 等人 [8] 采用多智能体系统进行住宅楼层布局生成，专注于产生多个随后通过基于经验的过滤或后选择进行优化的布局方案，以增强布局多样性。然而，在这些研究中，各个设计要求被聚合为单一的集成奖励或评估方案，使得难以隔离和分析每个设计目标在生成过程中如何影响生成的布局。

现有的基于 RL 的研究已经证明了基于强化学习的建筑空间布局生成自动化的可行性。这些研究为多目标布局调整、改造约束下的布局生成以及使用多智能体框架增强布局多样性做出了贡献。然而，仍存在几项局限性。首先，空间通常被视为匿名或抽象实体，没有明确表示其功能或程序身份。其次，对于在新的设计场景下布局生成过程中如何反映特定空间的程序性要求，关注的有限。第三，当同时考虑多个设计目标时，每个目标单独和共同地如何影响整体平面图的形成仍然不清楚。特别是，当使用单一集成奖励评估多个目标时，单个目标的实现以及它们之间的权衡变得难以解释。

为了解决这些局限性，本研究提出了一种深度强化学习驱动的空间布局生成方法，将每个房间建模为与特定设计目标相关联的独立智能体。通过将各个空间表示为智能体，采用多智能体框架以在布局生成过程中明确建模和控制特定空间的程序性要求。为证明所提方法的有效性并检查多个设计目标如何反映在空间布局中，进行了目标特定的布局模拟和集成多目标模拟。首先，通过目标特定的 SL 模拟对每个设计目标进行独立建模和评估。这使得与每个建筑目标相关的行为特征和学习动态可以被明确分析。通过单独模拟确认每个目标的有效性和有效性后，将目标集成到单一奖励公式中以进行多目标布局生成。通过这种方法，本研究旨在分析单个程序性目标在布局形成过程中如何运作，以及在基于程序的建筑空间布局生成中设计依赖关系和冲突如何出现。

章节片段

方法
本节介绍了所提出的基于多智能体 DRL 的 SL 模型的开发和 SL 模拟设置。环境使用 Gym 库实现，使用了 OpenAI 提供的开源多智能体粒子环境 [26]，并基于先前研究 [27], [28] 进一步调整以适应空间布局生成问题。

结果
基于第 2 节描述的模型和空间布局场景，进行了四次 SL 模拟。每次模拟持续直到所有智能体的学习奖励收敛；为了四个案例之间的一致性，所有模拟均执行固定的总计 10,000 个回合。所有实验均在运行 Ubuntu 22.04.4 LTS 的工作站上完成，配备 Intel Core CPU、32 GB RAM 和 NVIDIA GPU。

学习性能解读
本节分析了在不同模拟案例中观察到的智能体收敛奖励水平和 CV 值差异的根本原因。这些差异可以通过智能体的初始状态、设计目标定义的约束结构以及本研究采用的基于独立学习的多智能体框架来解释。

在空间邻接模拟中，发现对目标智能体的奖励依赖对收敛奖励有直接影响。

结论
本研究提出了一种基于 DRL 的自动化 SL 模型，并通过针对住宅空间设计目标的模拟展示了其可行性和性能。主要发现如下。

首先，当所提出的模型应用于三个独立的设计目标（空间邻接性、最佳朝向和能效）时，它生成了满足每个目标条件的 SL。然而，当仅考虑单一设计目标时，生成的布局显示

CRediT 作者贡献声明
Jin Woo chae Moon: 写作 – 审查与编辑，验证，监督。
Bo Rang Park: 可视化，方法论，数据管理。
Jin Chul Park: 写作 – 审查与编辑。
Young Jae Choi: 软件，调查。
Min Chae Seo: 写作 – 审查与编辑，写作 – 初稿，软件，方法论，概念化

数据可用性
支持本研究结果的数据可在合理请求下从通讯作者处获得。

竞争利益声明
? 作者声明，他们没有已知的竞争性财务利益或个人关系，这些利益或关系可能会影响本论文报告的工作。

致谢
本研究得到了 2023 年中望大学研究生研究奖学金的支持。本研究也得到了韩国政府（MSIT）资助的国家研究基金会（NRF）拨款的支持（编号：RS-2023-00217322）。

Min Chae Seo|Bo Rang Park|Young Jae Choi|Jin Chul Park|Jin Woo Moon