[发明专利]结构设计中的柱放置的可定制强化学习

说明书

本发明的一个实施方案陈述了一种用于执行机器学习的技术。所述技术包括向建筑物的楼层平面图应用一个或多个放置规则以在所述楼层平面图中生成一组候选的柱位置。所述技术还包括使用第一强化学习(RL)代理基于一个或多个柱位置的结构稳定性而从所述一组候选的柱位置选择所述一个或多个柱位置。所述技术还包括输出包括所述一个或多个柱位置的所述楼层平面图作为所述建筑物的结构设计。

相关申请的交叉引用

本申请要求在2020年9月14日提交并且具有序列号63/078,047的标题为“TECHINQUES FOR PLACING COLUMNS IN STRUCTURAL DESIGNS”的美国临时申请的优先权权益。此相关申请的主题在此以引用的方式并入本文。

背景

技术领域

本公开的实施方案总体上涉及结构设计，并且更具体地，涉及结构设计中的柱放置的可定制强化学习。

相关技术

在结构设计中，结构工程师通常将柱放置在由他们的客户提供的建筑设计的楼层平面图中。例如，结构工程师可使用结构设计软件来分析墙壁的位置和对准、房间的类型以及其他因素，并且在楼层平面图中识别若干“网格线”。在沿水平方向和竖直方向找到这些网格线之后，结构工程师可使用结构设计软件将柱放置在网格线的交叉点处。

这个过程是繁琐和耗时的，特别是在每一楼层不具有相同的建筑布局的建筑物(例如，住宅建筑物)中。在这些项目中，结构工程师需要多次检视每个楼层的布局以识别墙壁的位置的重叠。例如，结构工程师可检查每个楼层上的内墙的竖直对准，以确保一个楼层上的柱不会出现在另一层上的开放空间的中间。在具有中等复杂性的住宅项目中，结构工程师可能花费五天或一周来找到柱位置。

另外，结构工程师经常利用呈设计规则的形式的专家知识来放置柱或作出其他类型的结构设计选择。这些规则的示例包括避免将柱放置在房间内或需要柱来形成网格线。虽然可使用机器学习技术来捕获这些规则并且辅助结构工程师进行柱放置，但训练常规的机器学习模型通常需要大量数据以允许所述模型进行“学习”来将规则应用于不同类型的设计或项目。另外，规则和/或数据的变化需要重新训练所述模型，这会消耗大量时间和资源并且延迟最新版本模型的发布或使用。

如前述内容说明，在本领域中需要用于有效地捕获设计规则并且将设计规则应用于结构设计中的柱放置任务的技术。

发明内容

本发明的一个实施方案陈述了一种用于执行机器学习的技术。所述技术包括向建筑物的楼层平面图应用一个或多个放置规则以在所述楼层平面图中生成一组候选的柱位置。所述技术还包括使用第一强化学习(RL)代理基于一个或多个柱位置的结构稳定性而从所述一组候选的柱位置选择所述一个或多个柱位置。所述技术还包括输出包括所述一个或多个柱位置的所述楼层平面图作为所述建筑物的结构设计。

通过允许用户定义、选择和/或定制柱放置任务的放置规则并且执行根据所述放置规则而执行所述柱放置任务的RL代理，所公开的技术为用户加快和/或自动化所述柱放置任务。因此，与常规的柱放置工具相比，所述柱放置任务可被更高效地执行和/或消耗更少的资源，用户在数小时或数天内运行所述常规的柱放置工具以手动地识别和检视楼层平面图中的柱位置。因此，所公开的技术提供了用于执行柱放置的计算机系统、应用程序、工具和/或技术方面的技术改进。

附图说明

因此可通过参考各种实施方案而具有可详细理解各种实施方案的上述特征的方式、以上简要概括的发明性概念的更特定的描述，所述实施方案中的一些实施方案绘示于附图中。然而，应注意，附图仅绘示发明性概念的典型实施方案且因此将不被视为以任何方式限制范围，因为存在其他同等有效的实施方案。

图1示出了被配置为实施各种实施方案的一个或多个方面的系统。

图2是根据各种实施方案的图1的网格线生成器和柱放置器的更详细图解。