1 研究背景
模塊化建筑是一種標準化與預制化程度較高的建筑形式之一，與傳統建筑形式相比，模塊建筑由多種大量標準化模塊組成，其平面區域的模塊單元排布對生產建造和成本控制具有重要意義。
針對模塊化建筑布局設計中人工設計困難和自動化程度低等問題，本研究提出了基于強化學習的多高層模塊化建筑智能布局設計方法，實現了多樣性布局方案的高效與自動生成。為進一步提升設計效率和方法實用性，基于提出的布局設計方法，建立了模塊智能布局設計平臺，集成了圖紙信息自動提取、模塊布局智能生成、方案可視化等核心功能。該研究提升了模塊化建筑設計的自動化與智能化水平，為工程實踐提供了技術支撐。
2 研究方法
2.1 圖紙信息自動提取
在本研究提出的方法實施過程中，需要將建筑圖紙中關于模塊設計區域進行有效提取，用于后續基于強化學習的模塊方案自動生成。在這一過程中，需要針對CAD圖紙進行設計區域、非設計區域、功能房間區域的劃分，對于復雜建筑形態需要進行人為調整。基于建筑初始CAD圖紙，首先采用矢量化處理技術進行平面輪廓提取，獲取完整的建筑邊界幾何信息。基于圖紙中的房間功能標注信息，對復雜的建筑輪廓進行層次化分解與圖層設置，實現對設計區域和非設計區域的劃分。預處理完成的圖紙包含平面輪廓、設計區域、功能房間、樓層范圍框以及樓層語義五類主要信息。
2.2 基于深度強化學習的多高層模塊化建筑布局智能生成設計方法
本研究提出基于深度強化學習的模塊化建筑平面布局設計方法。該智能布局框架由以下核心要素構成：狀態空間S表征建筑區域和房間信息、布局狀態信息；DQN智能體作為決策模塊單元的選擇；動作空間A定義模塊單元選擇；環境模塊作為布局設計的區域；獎勵函數R用于評估每次執行的動作。經過強化學習訓練后可以生成滿足獎勵值的布局設計方案。狀態S包含布局設計區域對應的區域信息以及當前布局設計狀態，布局設計區域對應的區域信息包括了區域尺寸信息。除此之外，考慮到目標布局設計區域內的原有房間功能分區的分布，布局設計區域分割為房間區域，房間區域信息指示布局設計區域內部的功能分區之間的邊界位置。
區域和房間信息以及布局設計狀態信息作為輸入信息用于DQN智能體的訓練。初始的布局設計區域狀態為W_0，智能體通過Q值評估函數計算各候選模塊單元的預期累積獎勵，并選擇最大化Q值的模塊單元A_0=m_2進行動作輸出。接著，模塊單元m_2部署于布局設計區域中并同步更新布局狀態W_1并獲取環境反饋的獎勵值R_0。DQN智能體重復輸出多次動作A_n直到布局設計區域布滿模塊單元。其中，布局設計區域的所有模塊單元部署完成后區域邊界約束r_4的評估結果分為2種情況：當檢測到模塊越界時，例如執行動作A_3=m_2，算法系統將給出懲罰值R_3。而當模塊單元恰好布滿布局設計區域時，例如動作A_3=m_3，此時系統將返回獎勵值R_4。
3 研究結果
本研究提出的智能布局生成方法在深圳市寶安區立新湖學校工程中進行了實際場景驗證與應用。該項目作為典型的模塊化建筑工程案例，用地約1.6萬平方米、總建筑面積約3.3萬平方米，其中MiC(Modular integrated Construction)模塊單元覆蓋面積9,372平方米，模塊化率達28.22%。作為寶安區首批永久性模塊化學校試點項目，該工程2-6層均為模塊化箱體，配備316個模塊化箱體結構。模塊化箱體均在中建科工綠色科技公司模塊產品智能制造產線完成生產，通過數字化設計與BIM技術進行標準化施工建造，相對傳統建造方式可縮短工期60%，裝配率可提升至90%。
本研究應用建筑圖紙自動信息提取與區域分組方法，完成布局設計區域和功能房間的信息提取與處理；其次通過深度強化學習框架實現模塊單元的智能排布，在這一過程中通過使用三種預設規格的模塊的單元(3200/3600/4000mm×12600mm)生成布局設計方案，該方案的模塊單元總數為215個，房間調整值32.5，房間調整量為21。
本研究提出的深度強化學習框架在優化過程中考慮了模塊總數、房間調整優化等方面，強化學習獎勵函數設計了模塊單元總量（r_1）、房間調整值（r_2）與房間調整量（r_3），獎勵值參數的設置對模塊排布設計有較大影響。為了研究其影響效果，設計了三組不同獎勵值權重運行20次結果的對比，驗證了獎勵系數對模塊布局結果的影響。組1強化了模塊單元總數懲罰權重，對應實驗組生成方案平均模塊單元總數最低（209.5個）。組2和組3的最終布局設計方案的模塊單元總數平均值比較接近，分別為217.9個和216.8個。組2側重房間調整值的優化，因此對應生成方案的平均房間調整值為27.3m，該值低于組1的42.1m和組3的29.3m分別達35.2%和6.8%。組3的房間調整量為20.1個，組1和組2分別的房間調整量分別為34.0個和23.8個。
模塊化建筑智能布局設計平臺是實現模塊集成建筑平面智能布局設計、評估、三維可視化的一體化建筑設計平臺。該軟件主要包括交互界面層、功能應用層以及系統平臺層三部分組成。系統平臺層包含了后臺管理模塊、平臺運行環境以及數據庫模塊等內容。該部分為模塊智能布局設計平臺功能提供了運行依賴，同時模塊布局設計得到的結果數據以及用戶信息等通過數據庫模塊進行儲存。功能應用層通過界面交互層接收用戶指令與參數輸入，驅動圖紙信息提取功能、模塊布局設計功能以及布局設計方案可視化功能三大功能模塊的自動化執行流程。交互界面層構建軟件平臺的交互界面，界面模塊提供上傳圖紙、算法參數輸入以及布局設計結果展示等三個部分。
4 研究結論
為解決模塊化建筑平面布局設計中建筑信息提取處理困難、人工排布模塊單元效率低等關鍵技術問題，本研究構建了一套多高層模塊化建筑智能布局設計方法，實現了從預處理圖紙到方案可視化的全流程自動化。主要創新及結論如下：
（1）提出了建筑圖紙信息自動提取方法：該方法實現了布局區域和房間信息的自動化識別與提取，通過區域組合與分割算法建立了標準化數據文件格式，為后續算法優化提供了標準數據基礎。
（2）建立了基于深度強化學習的布局優化算法：該方法對立新湖學校項目的布局設計區域進行了不同獎勵值權重的智能布局設計，并對生成的模塊單元排布方案進行了信息統計。
（3）構建了模塊智能布局設計平臺：開發了涵蓋圖紙識別、模塊布局設計與方案可視化的一體化平臺，為模塊化建筑設計提供了完整的技術解決方案。
通過優化模塊單元布局和標準化設計，所提出的方法有助于減少建筑材料浪費、提高資源利用效率，降低模塊化建筑設計成本，縮短設計周期，為建筑產業化和裝配式建筑的規模化應用提供強有力的技術支撐，預期將在住宅產業化、應急建筑、臨時建筑等領域產生廣泛的經濟效益。
團隊負責人:周緒紅、劉界鵬
論文作者：劉界鵬、齊宏拓、夏毅等
編輯：武睿涵 審核：齊宏拓
團隊聯系人：李明春
聯系電話：13320200320
郵箱：hitqht@cqu.edu.cn
