基于空间智能的自主设计新范式 —— 理解空间之深邃，形塑智能之未来。
Our mission is to develop design agents in complex environments to shape a humanistic and sustainable future.
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。
TeaLab / SI 是一个聚焦空间智能（Spatial Intelligence）与自主设计（Autonomous Design）的跨学科研究平台。我们以复杂环境为背景——多要素耦合、多尺度交织、多主体博弈、数据异构、动态变化、规范密集——研究其中空间智能的形成机制与自主设计实现方法。
研究主线为「复杂环境中的设计智能体构建原理与方法」，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，推动空间设计从「工具辅助」到「智能体自主」的范式转型。
基于智能体的算法迭代、拓扑优化与自动方案生成，研究分析—生成—审查多角色协同的设计决策涌现机制。常用工具：Python (PyTorch/TensorFlow)、Rhino/Grasshopper、Unity (ML-Agents)。
过程化建模与拓扑优化驱动的形态生成，探索空间几何的深层结构与最优形式。常用工具：Houdini、Blender (几何节点)、Topos。
以人为本的设计价值对齐，通过人在回路的质量保障实现设计意图的收敛。常用工具：OpenPose、VR/AR (Unreal Engine) 等感知与交互技术。
"Data is the soil, Algorithms are the seeds, Design is the fruit."
登录后查看实验室内部资料和详细数据
Principal Investigator / 实验室主任
博士毕业于MIT Media Lab，专注于计算设计与人机交互领域的研究。
Lead Ecologist / 生态学顾问
城市生态学专家，研究重点为城市微气候与生物多样性修复。
AI Researcher / 算法工程师
专攻深度强化学习在复杂系统模拟中的应用。
Design Lead / 设计主创
探索参数化设计与数字建造的结合。