本次研讨会主要以分享研究思路为主，涉及机器学习、ABM、VR、场景设计等多个领域，继续保持了我组先进的学术研究氛围。

李同学——虚拟现实技术下街道界面的色彩关系与步行偏好研究

李静翾同学自入学以来确立了色彩为主的研究方向，运用语义分割技术对城市色彩可以进行提取分析。

在色相环中，每个颜色都是可以当做是主色，形成他自己相对应的同类色、类似色、邻近色、中差色、对比色、互补色。色相环的两色之间的距离、角度来表现色彩之间的强弱关系。这样的色相原理可以对城市界面和行人感知带来怎样的影响，又如何提升城市的可步行性。

语义分割流程

研究目的：

研究立足于首钢园后工业街区，以实际案例分析与相关的色彩设计理论为基础，通过对街道建筑界面的色彩的提取和对首钢园区域的调研，进而提出相应的优化策略。通过对首钢园后工业街区的色彩提取和机器学习找到街区的基色，基于基色配置不同的色彩关系方案应用于首钢园街道界面色彩中。对首钢园街道建筑界面色彩的实证研究，总结建筑界面色彩的现状问题，为提出后工业街区建筑界面色彩的优

化策略提供了方向。研究中运用虚拟现实技术，期望对今后可视化媒介在建筑设计领域的相关研究和应用提供一定的借鉴和参考。

梁同学——旧工业园区改造与可步行性要素研究

梁同学基于基于城市更新背景，以旧工业园区改造为研究对象，以首钢工业园区为例，研究改造后的街道要素和街道可步行性之间的关系和影响。梁同学在实验中大胆尝试，不拘泥于一些常规的研究路径而更加喜欢对新技术的大胆尝试，下面列举一些梁同学想采用的技术路线。

自标注数据集，目的是让模型能够识别分割出工业建筑遗址

设计了14个不同的虚拟环境，每个环境都模拟了首钢园区工业遗址更新改造项目的不同场景。这包括工业遗产的去留，改善的人行道、增加的绿化区域和新添加的娱乐设施。

梁同学还基于chatgpt开发出具有虚拟现实场景和对话的实验。对于这些先进技术和路线，专家评委有不同的看法，但都对梁汉雄同学的动手能力表达高度赞赏。

陈同学——基于多源数据的健身出行偏好与建成环境关系研究

陈同学基于语义分割技术研究体力出行和建成环境之间的关系，重点关注人的主观意识与微观因素之间的联系。

    其基于对于人视角度微观因子引入的需要，因而引入语义分割模型，图像语义分割是一种基于卷积神经网络的计算机视觉技术，它可以将原始图像中的每一个像素标注为对应类别，如植被、天空、道路等，实现对图像特定区域的语义识别。

    基于主观感知因子评价体系引入的需要，因而引入place pulse模型，可以对街道环境的多种主观感知进行打分。

    基于增强机器模型的可解释的需要，因而引入SHAP模型，其为一集成性解释性模型，可以大大提高对因子因变量变化关系的解释性。

王壬章同学——基于abm模拟验证地铁站火灾疏散

王壬章同学的研究方向暂时定为ABM，现主要研究问题为地铁站疏散。其采用基于智能体的建模方法对地铁车站的疏散进行仿真，以确定地铁站的规模符合地铁疏散时间的标准使得地铁车站重点区域乘客疏散时间标准控制在4分钟以内。

专家表示实验地点和试验方法有待改进，必须要是有进步性和开创性的问题。不过王同学仍然在研一学习阶段，大家都对其杨庄地铁站的模型表示肯定。

王妍同学——基于虚拟现实技术的街道环境对行人在主观感受与客观生理反应方面的心理影响研究

街道建成环境可步行性作为一种非实体的主观感知，难以开展精准的评估与设计。此外传统的实验方式耗时长、耗费高。而VR技术为城市与建筑空间的模拟与交互研究提供了新的方法。

王妍同学以城市景观理论的基础上，整合了认知心理学、空间行为学和社会学的理论和定量分析方法。并且利用可穿戴生理传感器（设备：ProComp多生物传感设备）、Omni 万向跑步机、眼动追踪技术(设备: 7Invensun aGlass眼动仪)等新兴科技技术对人的生理感知取得比过去更加精确的结果。

专家评委对实验技术表示肯定但对具体研究的问题有疑惑，实验场景的变量和选取需要花费更多的思考。

关同学——基于虚拟现实技术的社区步行环境的公众参与式设计研究

关同学以以北京市石景山区古城南路步行街为例，从区位条件、建筑现状、空间环境因素、街区功能利用方式等多方面进行分析。

关同学应用虚拟现实技术，将具有代表性的功能设施单元纳入了参与者的选择列表之中，由设施决定模块空间的功能属性，而参与者决定设施如何放置，这样就能在虚拟现实设计之中获得更多的公众需求表现成果。

模块的设计主要是服务于互动式虚拟现实参与式设计，参与者在虚拟环境或是增强现实的实景中通过 UI 与这些模块进行交互来完成自己理想的社区公共空间设计，模块化的设计既简化了公众设计流程，也方便后期对公众设计进行数据统计。

专家给与好评，对实验目标也有一些建设性的建议。

公共设计虚拟现实平台