Research Positioning

复杂环境中的
空间智能与自主设计

研究复杂空间环境中,空间智能如何通过感知 → 理解 → 推理的闭环实现自主设计。

Overview / 总览

空间设计面临生态约束复杂、社会需求多元、决策过程非结构化等挑战,传统"人主导-工具辅助"范式难以应对。本项目以复杂环境为背景——即具有多要素耦合、多尺度交织、多主体博弈、数据异构、动态变化和规范密集特征的空间环境——研究其中空间智能的形成机制与自主设计实现方法。

主要内容包括:

  • 多层语义表征机制:揭示空间环境的多层语义表征机制,建立从多源空间数据到设计含义的层次化感知与理解方法。
  • 多智能体协同的设计决策涌现机制:实现分析-生成-审查多角色的协同优化。
  • 人类反馈驱动的设计价值对齐收敛机制:建立人在回路的质量保障体系。

研究涵盖生态安全格局、文化遗产保护、城市形态治理、社会空间模拟等典型场景,形成"理论框架—技术体系—软件工具—场景验证"的完整链条。研究成果将推动空间设计从"工具辅助"到"智能体自主"的范式转型,为复杂环境中的智能设计提供新理论和新方法。

Concepts

空间智能 vs 自主设计

两个核心概念在角色、功能、地位上互为表里。

维度 空间智能 (Spatial Intelligence) 自主设计 (Autonomous Design)
角色定位 认知的深度(理解与感知) 生成的边界(创造与决策)
功能属性 数字化空间、环境语义、人行为识别。 算法迭代、拓扑优化、自动方案生成。
解决问题 空间如何"理解"人和环境? 如何"自动"产生最优的空间形态?
地位 是自主设计的前提与目标 是空间智能的实现手段与产出工具

Dimensions

研究维度

每个维度对应的工具栈与重点学术期刊。

维度 建议掌握的软件 / 工具 重点关注的学术期刊
自主设计 Python (PyTorch / TensorFlow), Rhino / Grasshopper, Unity (ML-Agents) AD (Architectural Design), International Journal of Architectural Computing
深邃之形 Houdini (过程化建模), Blender (几何节点), Topos (拓扑优化) Nature - Computational Design (Cross-disciplinary)
人本智能 OpenPose (人体姿态识别), VR / AR 开发环境 (Unreal Engine) Environment and Behavior, Journal of Environmental Psychology