Research Positioning
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。
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:
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
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
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 |