同济大学/第3章数字建筑学的性能化技术方法/3.3 行为模拟/3.3.3 数字化行为性能优化

阐述了数字化行为性能优化的理论背景、模拟方法及其在建筑设计中的量化评估与未来应用。

建筑作为社会交流的框架：帕特里克（Patrik Schumacher）指出，建筑的核心任务不仅是提供一个有形的庇护所，更是为社会生活提供一个交流沟通的框架。“所有设计都是交流的设计”，建筑的任务可分为组织（Organization）和表达（Expression，包括现象学与符号学两个子任务）。
空间秩序决定社会秩序：在后工业化时代的网络化社会背景下，通过基于代理人（Agent）的生命过程模拟，可以测试社会互动的动态模式。2020年，帕特里克提出利用进化算法、基于代理人的生命过程模拟以及社交活动频率测量，来优化建筑的社会功能。
多代理人系统（MAS）的独特宗旨：此处的行为模拟并非传统的消防疏散或交通流模拟，因为传统的工程模拟无法反映真实的人与人交互状态。该系统研究的是“虚拟人”和“虚拟环境”的交互，让虚拟人作为主体不断感知环境线索并调整自身反应。

行为性能模拟在建筑设计过程中需要实现三个层级：

为了使虚拟人更真实，模拟研究从简单的2D点模型逐步演进为具有智能行为的高精度3D交互模型：

Processing 2D点模拟：较简单的方法，将人抽象为具有位置、速度、方向信息的“点”。将公共活动分为：无吸引点事件（如广场）、单一吸引点事件（如独立表演）、多吸引点事件（如画廊）。结合代理人的社会属性（如耐心、兴趣等）快速分析并可视化人群轨迹。
Maya & Softimage 的规则交互（引入家具系统）：通过引入家具系统作为“环境线索”来触发、引导和改变人类的行为。
- 场景切换实验：在一个包含开幕式、台秀和排队的时装秀场景中，通过移动弧形分隔墙、改变照明等微小物理变化，家具体系改变了场景，从而改变了人在空间中的交流模式，实现了人与空间的全新互动。
Unity 游戏引擎与 AI 决策系统：目前扎哈·哈迪德事务所（ZHA）等团队正基于 Unity 游戏引擎开发自有的 AI 决策系统，实现更高精度、快速反馈的智能化决策行为模拟。

多代理人系统的研发和应用主要集中在以下三个部分：

模拟（Simulation/生命过程建模）：
- 包含三个基本板块：代理建模（Agent Modeling）、环境建模（Environment Modeling）和数据分析（Data Analysis）。
- 代理建模的核心是建立具有AI大脑（决策框架）、特定动作库和内部状态（如参数随时间和事件衰减）的智能单体，使其能动态地对环境、其他代理做出自主反应和交流。
- 数据分析阶段则对诸如对话次数、空间占有率等社会互动数据进行定量统计，优化空间组织。
模型实证（Validation）：收集分析真实世界的数据，用以校准和精确定制虚拟模拟模型。
生成设计（Generative Design）：在前两步基础上，开发生成性的设计工具。

行为性能化作为多代理人智能系统的实证方法，将设计方法推向了全新阶段。它不仅能极大提升建筑设计针对复杂社会互动关系的优化能力，还能在未来作为衔接元宇宙虚拟空间、物理世界、以及线上线下交互行为的全新媒介，为数字建筑学开拓更广阔的发展空间。