摘要：针对高层建筑物排布在日照等多个指标的自动优化问题,提出了基于强化学习的高层住宅自动布局设计方法,根据建筑设计中的建筑设计防火,城市居住区规划设计等规范要求设计奖励函数。通过各建筑单体与环境的不断交互、训练学习,输出多个满足设定约束的布局方案。然后对方案中的建筑群进行基于傅里叶描述子的模式表示和自动聚类,提供去冗余后的多元典型设计模式,为建筑设计师提供设计参考。最后,在北京某地块的真实环境中验证了方法的可行性和有效性。

摘要：高层住宅区布局设计需满足防火、日照等多项建筑规范,同时存在地块轮廓不规则、地块带有水体等多种设计场景。针对这一多场景多约束的目标优化问题,本文提出基于深度强化学习的高层住宅自动布局方法。将建筑规范进行抽取并设置为强化学习框架下的奖励函数。建筑单体作为智能体,通过与场景直接交互,累积不同建筑布局及相应奖励值,并据此自主学习移动策略,从而实现多约束条件下建筑布局的自动优化。最后,通过多个真实地块的案例设计验证了本方法在缩短设计时间、输出方案的适用性及复杂周边环境上的优势。