金宝搏188官网|高压监狱啄不鸟|设计师大解放！清华发布「建筑平面图」自动生成模
建筑平面图是AEC（建筑✿✿✿★◈、工程✿✿✿★◈、施工）领域的核心 「语言」✿✿✿★◈，贯穿设计思想草绘✿✿✿★◈、方案交流与落地执行全流程✿✿✿★◈。而住宅作为人们日常生活的基本空间载体✿✿✿★◈，其平面图更是在建筑设计早期发挥着核心作用✿✿✿★◈。
针对这一挑战✿✿✿★◈，平面图自动生成模型（如GAN✿✿✿★◈、扩散模型）不断涌现188BET金宝搏✿✿✿★◈，✿✿✿★◈，但现有研究忽略了一个关键矛盾✿✿✿★◈：
传统评估依赖FID✿✿✿★◈、PSNR✿✿✿★◈、GED等统计指标✿✿✿★◈，仅衡量图像质量或结构相似性✿✿✿★◈，完全未融入建筑专业知识——即便模型在这些指标上表现优异✿✿✿★◈，生成的平面图仍可能存在「功能分区混乱✿✿✿★◈、流线低效✿✿✿★◈、空间比例失衡」等致命问题高压监狱啄不鸟✿✿✿★◈，难以应用于实际设计金宝搏188✿✿✿★◈，✿✿✿★◈。
针对上述痛点✿✿✿★◈，清华大学深圳国际研究生院副教授吕帅团队提出FloorPlan-LLaMa模型✿✿✿★◈，采用自回归生成架构高压监狱啄不鸟✿✿✿★◈，并创新性地引入「基于人类反馈的强化学习（RLHF）」机制✿✿✿★◈，使模型在自动生成建筑平面图时✿✿✿★◈，能够有效实现住宅功能区域分布的合理性与空间布局的清晰性✿✿✿★◈，同时具备良好的房间轮廓表达与形式美感✿✿✿★◈。
模型不仅学习建筑师在功能分区与空间流线组织方面的专业偏好✿✿✿★◈，还能够把握整体构图的协调性与设计逻辑高压监狱啄不鸟✿✿✿★◈。
该方法实现设计生成与专家判断之间的深度协同✿✿✿★◈，提升了生成式平面图在实际使用场景中的设计质量与实用价值✿✿✿★◈。
本届大会共收到超过8000篇投稿✿✿✿★◈，243篇论文被遴选为口头报告✿✿✿★◈，47篇论文获得高级领域主席推荐奖（SAC Highlights）✿✿✿★◈。
FP-LLaMa模型的成功入选✿✿✿★◈，充分体现了该研究在跨学科创新和应用实践方面的领先性和影响力✿✿✿★◈。
第一作者为清华大学博士生殷俊✿✿✿★◈，共同第一作者为清华大学博士生曾鹏宇金宝搏188官网✿✿✿★◈，通讯作者为该校副教授吕帅✿✿✿★◈，团队其它成员还包括孙浩源✿✿✿★◈，张淼✿✿✿★◈，戴语琴✿✿✿★◈，郑涵高压监狱啄不鸟金宝搏188官网✿✿✿★◈，张亚超✿✿✿★◈。
FloorPlan-LLaMa 模型围绕「让 AI 理解建筑专业需求」的理念设计✿✿✿★◈，其包含数据集✿✿✿★◈、评分模型和生成模型三大核心组件✿✿✿★◈：
研究人员提出了ArchiMetricsNet数据集✿✿✿★◈，这是第一个包含三个专业评估维度（功能性✿✿✿★◈、流线和整体评估）以及详细文本分析的平面图数据集金宝搏188官网✿✿✿★◈。
研究人员使用ArchiMetricsNet数据集✿✿✿★◈，训练了一个专为平面图多维度评估设计的模型FloorPlan-MPS（多维度偏好分数）✿✿✿★◈，将该模型生成的分数称为ARS（建筑合理性分数）金宝搏188官网金宝搏188官网188bet亚洲真人体育✿✿✿★◈，✿✿✿★◈。
为了整合建筑师的专业知识和偏好✿✿✿★◈，FloorPlan-MPS在RLHF过程中被用作奖励模型✿✿✿★◈，使FP-LLaMa的输出与社区需求保持一致✿✿✿★◈。
FloorPlan Tokenizer✿✿✿★◈：采用与VQGAN类似的编码器-量化器-解码器框架✿✿✿★◈，可将连续的楼层平面图数据转换为离散标记✿✿✿★◈，且训练时会同时采用重建损失✿✿✿★◈、基于LPIPS的感知损失及来自PatchGAN判别器的对抗损失✿✿✿★◈：
Next-Token Prediction✿✿✿★◈：在推理时✿✿✿★◈，FP-LLaMa使用自回归框架按顺序生成词元✿✿✿★◈。对于楼层平面图词元序列带有自回归预测的Next-Token✿✿✿★◈。
作为一个融合了建筑学专业知识的模型✿✿✿★◈，该方法实现设计生成与专家判断之间的深度协同✿✿✿★◈，提升了生成式平面图在实际使用场景中的设计质量与实用价值✿✿✿★◈。
研究人员在提出的建筑指标网络（ArchiMetricsNet）数据集上进行实验金宝搏188官网金宝搏188app下载✿✿✿★◈！✿✿✿★◈，采用四个关键评估指标✿✿✿★◈：
FID（弗雷歇初始距离）高压监狱啄不鸟✿✿✿★◈、SSIM（结构相似性指数测量）✿✿✿★◈、PSNR（峰值信噪比）以及新提出的ARS（建筑合理性得分✿✿✿★◈，FloorPlan - MPS模型的评估结果）✿✿✿★◈。
生成中HouseGAN 等现有先进模型或基于图形✿✿✿★◈、或用输入房间块生成布局✿✿✿★◈，为公平比较✿✿✿★◈，每种方法均采样500张图像并选建筑合理性得分中位数示例高压监狱啄不鸟✿✿✿★◈，按FloorPlanDiffusion颜色配置展示✿✿✿★◈。
为公平比较✿✿✿★◈，研究人员计算不同方法生成平面图的度量时采用FloorPlanDiffusion配色方案✿✿✿★◈，下表展现传统指标性能✿✿✿★◈。
结果表现为FP-LLaMa传统指标最佳✿✿✿★◈，加RLHF后传统指标略降✿✿✿★◈，但ARS比次优方法高8.54%且贴合建筑师偏好✿✿✿★◈，未加RLHF的FP-LLaMa评分近传统方法✿✿✿★◈，这说明清晰度和与真实值相似性不代表设计合理✿✿✿★◈，因原始数据集含不合理布局且有偏差✿✿✿★◈。
研究人员试图通过引入ArchiMetricsNet(一个具有人类反馈的数据集)来解决现有建筑平面图生成和评估方法的局限性;
这项工作推进了人类专业知识在建筑平面图生成技术中的整合✿✿✿★◈，并展示了大型自回归生成模型在「建筑✿✿✿★◈、工程与施工」领域的潜力金宝搏188官网✿✿✿★◈。