10、机器人之舞:无人机建筑模拟的虚实探索

机器人之舞:无人机建筑模拟的虚实探索

1. 研究背景与目标

在建筑领域,机器人技术的应用虽在部分行业已改变了生产方式和最终产品,但在建筑施工行业尚未得到广泛采用。研究主要有两个层面的目标:一是明确机器人用于部件组装在建筑中的优势情境,并通过基于增强现实(AR)的模拟方法评估机器人建筑过程的性能;二是聚焦“机器人之舞”,探索AR作为美学媒介在模拟无人机飞行性能及其对建筑设计影响方面的潜力,而非关注无人机的技术功能。研究问题包括:AR在建筑设计构思阶段能探索什么;正在进行的建筑动画是否能为建筑构思带来新见解;模拟提供的可能性是否能改变我们的设计方式。

2. 机器人建筑的现状

2.1 主要技术应用

机器人建筑主要集中在机械臂和无人机的应用上。机械臂常用于通过增减材料进行建筑组件的数字制造,但在建筑元素组装方面应用较少。而无人机在建筑组件组装中的应用尚处于早期阶段,相比机械臂的应用进展较慢,目前主要局限于一些大学的实验,以探索该技术在实际建筑中的应用。

2.2 部分高校实验案例

高校 实验项目 特点
ETH苏黎世 由Gramazio Koehler建筑师团队开展的研究 可用于简单重复任务,如以极小误差快速放置简单几何形状的砖块
斯图加特大学 由Achim Menges和Ja
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值