Project Title: Agent-based Parametric Semiology
Project Number: AR 354-G24
Funding: FWF Austria – PEEK program
Project leader: Dr. Patrik Schumacher
PEEK Researchers: Robert Neumayr, Josip Bajcer, in part: Daniel Bolojan & Bogdan Zaha.
Additional Contributors: Mathias Fuchs.
Collaborations: Architectural Association School of Architecture Design Research Lab London, Zaha Hadid Architects, London.
Agent-based Parametric Semiology aims to analyse, simulate, and predict contemporary spatial occupation patterns in social spaces to understand and develop the performance criteria that interactively link these spaces and interiors with their users. The research ambition is to develop a cross-disciplinary method of architectural design that generates spatial environments with high social performativity by developing novel computational simulations to link human behaviour to a specific semiological context, exemplified in the context of contemporary working environments.
To operationalize this semantic layer within the design process, the research proposes to develop agent-based life process simulations, borrowing from agent-based modelling, crowd simulations and spatial statistics. The semiological code is defined in terms of the agents’ behavioural rules being triggered by designed environmental features. The complex problem of simulating human behaviour was solved by developing a novel behaviour model which reduces the complexity of social interaction mechanics to two context specific parameters.
The ability to draw observations of the implication spatial features and organisations and emergent group behaviour have on each other is a key benefit of the systematic development of the algorithm. The algorithm allows – through generation of interaction patterns, occupancy heat maps, path tracing and influence maps – to measure different performance criteria of occupancy and group interaction for a variety of spatial layouts.
When systematically running our algorithms on various office scenarios, results clearly indicated that different object formations within one and the same space do indeed influence the number of social interactions, and – as a consequence – render a space more or less performative. The results also indicated that the simulation tools we developed were able to pick up these differences in social performance and were useful as analytical tools.
Shifting from the empirical approach of data analysis to the predictive approach of data analysis prediction models have been developed. Here, information from similar simulation scenarios can be used to train a statistics-based prediction algorithm to forecast the spatial occupation pattern for novel scenario. This results in a shift from an observing/describing point of view to a qualitative and predictive one, ultimately improving the understanding of how space influences behaviour and how behaviour can influence space.
Using these results, it is possible to draw new insights for architectural and interior design that showed significant differences in overall informal communication potential. The results also imply further research potential.
At this point, the overall realism of these simulations is hard to assess. However, the simulation’s comparative finding that a specific layout shows relative advantages in performance, is telling even if absolute performance values might be inexact. The purpose of the simulations is to use facilitate the selection of the best option, ceteris paribus, not the prediction of performance values.
—-
Agent-based Parametric Semiology beschäftigt sich mit der Analyse, Simulation und Vorhersage von komplexen Raumnutzungsmustern in sozialen Räumen, um Leistungskriterien zu verstehen und zu entwickeln, die diese Räume und deren Ausstattung mit ihren Nutzern interaktiv verbinden. Das Ziel der Forschung ist die Entwicklung einer disziplinübergreifenden architektonischen Entwurfsmethode zur Entwicklung von Räumen mit hoher sozialer Performativität durch neuartige digitale Simulationen, in welchen menschliche Verhaltensmuster mit einem spezifischen semiologischen Kontext in logischen Zusammenhang gebracht werden.
Um die semiologische Ebene des Raums im Entwurfsprozess selbst zu operationalisieren werden „agent-based life process simulations“ entwickelt, die Aspekte aus den Bereichen agent-based modelling, crowd simulations und spatial statistics aufnehmen und zusammenführen. Der semiologische Code definiert sich dabei aus dem Zusammenhang zwischen den Verhaltensregeln der einzelnen Agenten und den Umweltelementen, welche diese auslösen. Das Problem menschliches Verhalten angemessen zu simulieren wurde durch die Entwicklung eines neuartigen digitalen Verhaltensmodells gelöst, das die Komplexität sozialer Interaktion auf zwei sorgfältig zusammengestellte kontextspezifische Parameter reduziert.
Die Möglichkeit, Beobachtungen über die wechselseitigen Zusammenhänge zwischen Raumeigenschaften und Raumorganisationen und dem emergenten Verhalten von Nutzergruppen zu machen, ist das wichtigste Ergebnis der systematischen Entwicklung dieser Simulationen. Die entwickelten Algorithmen ermöglichen – durch die Erzeugung von interaction patterns, occupancy heat maps , path tracing und influence maps – die Messung der unterschiedlichen Leistungsfähigkeit verschiedener Raumkonfigurationen in Bezug auf deren Raumnutzungsmuster und Interaktionspotential mit den Usern.
Bei der systematischen Analyse verschiedener Bürokonfigurationen zeigen die Resultate, dass verschiedene Objektpositionen in ein und demselben Innenraum die Anzahlt der sozialen Interaktionen beeinflusst, und den fraglichen Raum daher mehr oder weniger performativ machen. Die entwickelten Simulationen können diese Unterschiede in sozialer Performativität registrieren und können daher als Werkzeuge zur Raumanalyse verwendet werden.
In Weiterentwicklung vom empirischen Zugang der Datenanalyse zu einem prädiktiven datenbasierten Zugang werden mathematisch statistische Prädiktionsmodelle entwickelt. In diesen werden Informationen von früheren ähnlichen Simulationen verwendet, um einen statistik-basierten Prödiktionsalgorithmus zu trainieren, um Raumnutzungsmuster für neue Raumkonfigurationen erfolgreich vorherzusagen. Daraus resultiert eine Weiterentwicklung des Tools von einem analytischen zu einem generativen Werkzeug, was letztendlich unser Verständnis über die gegenseitigen Wechselwirkungen zwischen dem Raum und dessen Nutzern zu vertiefen hilft.
Unter Verwendung der entwickelten Simulationen und deren Ergebnisse ist es möglich, neue Erkenntnisse für den Entwurf von architektonischen Räumen mit signifikanten verbesserten performativen Eigenschaften und erhöhtem kommunikativem Potential zu entwickeln. Ebenso eröffnen die Resultate weiteres Forschungspotential. An diesem Punkt ist es schwierig den Grad an Realismus dieser Simulationen klar zu definieren. Dennoch ermöglicht der Vergleich verschiedener Simulationsergebnisse, die zeigen, dass einzelne Konfigurationen relative performative Vorteile gegenüber anderen haben, erfolgreichere Layouts zu identifizieren, selbst wenn die absoluten performativen Werte inexakt sind. Die Simulationsalgorithmen dienen so derzeit der Wahl der besten Raumkonfiguration, und nicht der exakten Vorhersage von performativen Werten.
