Платформа для автоматизации градостроительного и архитектурного проектирования
R2
Применение нейронных сетей в архитектурном проектировании на базе платформы R2
ИССЛЕДОВАНИЕ
Изучение применения нейронных сетей в проектировании необходимо по следующим причинам:
Нейронные сети ускоряют и автоматизируют рутинные задачи — создание чертежей, расчеты и оптимизацию конструкций.
Анализируя огромные объемы данных, нейронные сети выявляют оптимальные решения на основе прошлых проектов. Это повышает функциональность, безопасность и устойчивость проектных решений.
Нейронные сети позволяют прогнозировать поведение конструкций в различных условиях, что помогает заранее выявить потенциальные проблемы и снизить риски на этапе строительства.
Нейронные сети открывают возможности для новых методов проектирования, например, генеративного дизайна. В этом случае алгоритмы предлагают множество вариантов решений для дальнейшей доработки архитектором.
Автоматизация и оптимизация с помощью нейронных сетей сокращают затраты на материалы, время разработки и трудозатраты, делая проектирование более экономически эффективным.
Таким образом, изучение применения нейронных сетей в проектировании способствует повышению эффективности, качества и инновационности в архитектурной отрасли.
Цели исследования
Определить применимость нейронных сетей в задачах архитектурного проектирования
Проанализировать существующие решения на рынке и в открытых источниках
Протестировать доступные решения на платформе R2
Преимущества R2 для исследований AI
Обширная база исходных данных различных типов
Удобная микросервисная архитектура
Встроенные инструменты проектирования
Легкость создания новых инструментов
Профессиональные CAD-инструменты под рукой
Простая интеграция новых сервисов
Данные для анализа: публикации за период с 2018 по 2023 гг.
Основные сферы применения
Архитектурное эскизирование и генерация
Аналитика и прогнозирование
Ассистирование и помощь
Результаты
Изучены актуальные исследования и существующие продукты на рынке, проведено тестирование проектов с открытым исходным кодом на платформе R2
Архитектурное эскизирование и генерация
Генерация эскизов по текстовому описанию
Нейронные сети: Stable Diffusion
Исходные данные: текстовое описание
Результат: изображения, текстуры, ракурсные виды
Генерация текстур
Нейронные сети: Stable Diffusion + ControlNet
Исходные данные: текстовое описание, вид из камеры, геометрия
Результат: изображения, текстуры, ракурсные виды
Генерация планировочных решений
Нейронные сети: HouseGAN, HouseGAN++, House Diffusion
Исходные данные: граф расположения элементов
Результат: геометрия элементов в векторном виде
Генерация планировочных решений
Нейронные сети: Wallplan, Bubble Former
Исходные данные: контур и дополнительные ограничения (подключаются опционально)
Результат: геометрия элементов в векторном виде
Генерация функционального зонирования территории
Нейронные сети: Wallplan + DeepLayout
Исходные данные: контур участка и окружение
Результат: функциональное зонирование территории
Генерация объёмной геометрии здания
Нейронные сети: Building GAN, House GAN ++, Bubble Former
Исходные данные: поэтажный граф расположения зон здания
Результат: объёмная модель
Аналитика и прогнозирование
Нейронные сети: DaylightGAN, ComfortGAN и другие
Исходные данные: исходные условия в любом формате
Результат: тепловая карта
Ассистирование и помощь
Нейронные сети: GPT, Stable Diffusion
Исходные данные: вопрос, текст
Результат: команда, описание, инструкции, действие
Перспективные инструменты для исследований
Нейронные сети и продукты: Text2BIM, InstantMesh, Hypar AI