سنجش میزان انعطاف پذیری حرکت ساکنین در معماری آپارتمان های معاصر به کمک یادگیری تقویتی ( Reinforcement Learning )

در این مقاله به بررسی و تحلیل روش های ارتقای انعطاف پذیری فضایی در آپارتمان های معاصر شهر مشهد با استفاده از تکنیک های یادگیری تقویتی (RL) پرداخته ایم. انعطاف پذیری فضایی به عنوان یک نیاز اساسی در محیط های مسکونی معاصر شناخته می شود و استفاده از روش های نوین مانند یادگیری تقویتی می تواند به طراحی و مدیریت بهینه این فضاها کمک کند. با توجه به نیازهای متغیر و متنوع ساکنان، بهره گیری از تکنیک های یادگیری تقویتی برای بهبود پیکربندی و طراحی داخلی آپارتمان ها ضروری به نظر می رسد. در این پژوهش، مدل های یادگیری تقویتی برای ایجاد پیکربندی های فضایی بهینه و انعطاف پذیر در آپارتمان ها استفاده شده است. مطالعه حاضر شامل تحلیل داده های مربوط به نیازهای ساکنان و شبیه سازی های مختلف از طریق الگوریتم های یادگیری تقویتی بوده و نتایج نشاندهنده بهبود چشم گیر در انعطاف پذیری و کارایی فضایی آپارتمان های معاصر می باشد. این نتایج حاکی از آن است که استفاده از تکنیک های یادگیری تقویتی می تواند نه تنها به بهبود کیفیت زندگی ساکنان کمک کند، بلکه همچنین باعث کاهش هزینه های بازسازی و تغییرات داخلی در طول زمان شود. روش های پیشنهادی در این مطالعه می توانند به عنوان راهکاری موثر برای معماران و طراحان داخلی در طراحی آپارتمان های جدید و بازسازی آپارتمان های موجود در نظر گرفته شوند. با توجه به نتایج به دست آمده، می توان نتیجه گرفت که استفاده از یادگیری تقویتی در طراحی و مدیریت فضاهای مسکونی، به طور قابل توجهی می تواند به افزایش انعطاف پذیری و کارایی این فضاها منجر شود.

کلیدواژه ها:

انعطاف پذیری فضایی ، آپارتمان های معاصر ، مشهد ، یادگیری تقویتی ، طراحی معماری