1 研究背景
模块化建筑是一种标准化与预制化程度较高的建筑形式之一，与传统建筑形式相比，模块建筑由多种大量标准化模块组成，其平面区域的模块单元排布对生产建造和成本控制具有重要意义。
针对模块化建筑布局设计中人工设计困难和自动化程度低等问题，本研究提出了基于强化学习的多高层模块化建筑智能布局设计方法，实现了多样性布局方案的高效与自动生成。为进一步提升设计效率和方法实用性，基于提出的布局设计方法，建立了模块智能布局设计平台，集成了图纸信息自动提取、模块布局智能生成、方案可视化等核心功能。该研究提升了模块化建筑设计的自动化与智能化水平，为工程实践提供了技术支撑。
2 研究方法
2.1 图纸信息自动提取
在本研究提出的方法实施过程中，需要将建筑图纸中关于模块设计区域进行有效提取，用于后续基于强化学习的模块方案自动生成。在这一过程中，需要针对CAD图纸进行设计区域、非设计区域、功能房间区域的划分，对于复杂建筑形态需要进行人为调整。基于建筑初始CAD图纸，首先采用矢量化处理技术进行平面轮廓提取，获取完整的建筑边界几何信息。基于图纸中的房间功能标注信息，对复杂的建筑轮廓进行层次化分解与图层设置，实现对设计区域和非设计区域的划分。预处理完成的图纸包含平面轮廓、设计区域、功能房间、楼层范围框以及楼层语义五类主要信息。
2.2 基于深度强化学习的多高层模块化建筑布局智能生成设计方法
本研究提出基于深度强化学习的模块化建筑平面布局设计方法。该智能布局框架由以下核心要素构成：状态空间S表征建筑区域和房间信息、布局状态信息；DQN智能体作为决策模块单元的选择；动作空间A定义模块单元选择；环境模块作为布局设计的区域；奖励函数R用于评估每次执行的动作。经过强化学习训练后可以生成满足奖励值的布局设计方案。状态S包含布局设计区域对应的区域信息以及当前布局设计状态，布局设计区域对应的区域信息包括了区域尺寸信息。除此之外，考虑到目标布局设计区域内的原有房间功能分区的分布，布局设计区域分割为房间区域，房间区域信息指示布局设计区域内部的功能分区之间的边界位置。
区域和房间信息以及布局设计状态信息作为输入信息用于DQN智能体的训练。初始的布局设计区域状态为W_0，智能体通过Q值评估函数计算各候选模块单元的预期累积奖励，并选择最大化Q值的模块单元A_0=m_2进行动作输出。接着，模块单元m_2部署于布局设计区域中并同步更新布局状态W_1并获取环境反馈的奖励值R_0。DQN智能体重复输出多次动作A_n直到布局设计区域布满模块单元。其中，布局设计区域的所有模块单元部署完成后区域边界约束r_4的评估结果分为2种情况：当检测到模块越界时，例如执行动作A_3=m_2，算法系统将给出惩罚值R_3。而当模块单元恰好布满布局设计区域时，例如动作A_3=m_3，此时系统将返回奖励值R_4。
3 研究结果
本研究提出的智能布局生成方法在深圳市宝安区立新湖学校工程中进行了实际场景验证与应用。该项目作为典型的模块化建筑工程案例，用地约1.6万平方米、总建筑面积约3.3万平方米，其中MiC(Modular integrated Construction)模块单元覆盖面积9,372平方米，模块化率达28.22%。作为宝安区首批永久性模块化学校试点项目，该工程2-6层均为模块化箱体，配备316个模块化箱体结构。模块化箱体均在中建科工绿色科技公司模块产品智能制造产线完成生产，通过数字化设计与BIM技术进行标准化施工建造，相对传统建造方式可缩短工期60%，装配率可提升至90%。
本研究应用建筑图纸自动信息提取与区域分组方法，完成布局设计区域和功能房间的信息提取与处理；其次通过深度强化学习框架实现模块单元的智能排布，在这一过程中通过使用三种预设规格的模块的单元(3200/3600/4000mm×12600mm)生成布局设计方案，该方案的模块单元总数为215个，房间调整值32.5，房间调整量为21。
本研究提出的深度强化学习框架在优化过程中考虑了模块总数、房间调整优化等方面，强化学习奖励函数设计了模块单元总量（r_1）、房间调整值（r_2）与房间调整量（r_3），奖励值参数的设置对模块排布设计有较大影响。为了研究其影响效果，设计了三组不同奖励值权重运行20次结果的对比，验证了奖励系数对模块布局结果的影响。组1强化了模块单元总数惩罚权重，对应实验组生成方案平均模块单元总数最低（209.5个）。组2和组3的最终布局设计方案的模块单元总数平均值比较接近，分别为217.9个和216.8个。组2侧重房间调整值的优化，因此对应生成方案的平均房间调整值为27.3m，该值低于组1的42.1m和组3的29.3m分别达35.2%和6.8%。组3的房间调整量为20.1个，组1和组2分别的房间调整量分别为34.0个和23.8个。
模块化建筑智能布局设计平台是实现模块集成建筑平面智能布局设计、评估、三维可视化的一体化建筑设计平台。该软件主要包括交互界面层、功能应用层以及系统平台层三部分组成。系统平台层包含了后台管理模块、平台运行环境以及数据库模块等内容。该部分为模块智能布局设计平台功能提供了运行依赖，同时模块布局设计得到的结果数据以及用户信息等通过数据库模块进行储存。功能应用层通过界面交互层接收用户指令与参数输入，驱动图纸信息提取功能、模块布局设计功能以及布局设计方案可视化功能三大功能模块的自动化执行流程。交互界面层构建软件平台的交互界面，界面模块提供上传图纸、算法参数输入以及布局设计结果展示等三个部分。
4 研究结论
为解决模块化建筑平面布局设计中建筑信息提取处理困难、人工排布模块单元效率低等关键技术问题，本研究构建了一套多高层模块化建筑智能布局设计方法，实现了从预处理图纸到方案可视化的全流程自动化。主要创新及结论如下：
（1）提出了建筑图纸信息自动提取方法：该方法实现了布局区域和房间信息的自动化识别与提取，通过区域组合与分割算法建立了标准化数据文件格式，为后续算法优化提供了标准数据基础。
（2）建立了基于深度强化学习的布局优化算法：该方法对立新湖学校项目的布局设计区域进行了不同奖励值权重的智能布局设计，并对生成的模块单元排布方案进行了信息统计。
（3）构建了模块智能布局设计平台：开发了涵盖图纸识别、模块布局设计与方案可视化的一体化平台，为模块化建筑设计提供了完整的技术解决方案。
通过优化模块单元布局和标准化设计，所提出的方法有助于减少建筑材料浪费、提高资源利用效率，降低模块化建筑设计成本，缩短设计周期，为建筑产业化和装配式建筑的规模化应用提供强有力的技术支撑，预期将在住宅产业化、应急建筑、临时建筑等领域产生广泛的经济效益。
团队负责人:周绪红、刘界鹏
论文作者：刘界鹏、齐宏拓、夏毅等
编辑：武睿涵 审核：齐宏拓
团队联系人：李明春
联系电话：13320200320
邮箱：hitqht@cqu.edu.cn
