以空间句法重新思考平面图生成：从设计理论到模型改进

基于摘要分析。本文研究建筑平面图生成中视觉与几何保真目标未能充分体现空间使用和组织目的的问题，提出以空间句法为基础的 Space Syntax Integration Operator（SSIO），将不同格式的平面图转化为共享的空间组织表示，并据此开展评价和模型后训练。 核心机制是通过 SSIO 恢复凸空间通行关系图，形成作者称为 design container 的共享中间表示，使原本隐含于生成结果中的空间组织可以被直接分析。作者将 SSIO 应用于覆盖 15 个国家的四个住宅语料库，报告公共空间的整合度最高，但其分布随语料库而异。这些观察构成 RPLAN-SSI benchmark 的经验参照，分别以 IPD 评估群体层面的功能剖面一致性，以 PIA 评估单个平面图内公共空间的整合优势。 作者报告，与住宅参照相比，生成平面图中公共空间相对于其他空间的整合优势较小。为改善这一差距，Space Syntax-Guided Post-Training（SSPT）使用由 SSIO 得到的强化学习反馈，作为可插拔的设计学习接口。作者报告，在五种异构 diffusion 骨干上，该方法改善了 IPD 和 PIA，同时保留模型原有机制；摘要未给出改善幅度或具体骨干名称。 其方法价值在于把领域设计理论转化为可计算的中间表示、评价指标和训练反馈，而非仅以生成结果的外观相似度衡量质量。需进一步核对 SSIO 的提取准确性、IPD 与 PIA 的定义及计算方式、训练与评估划分、强化学习目标，以及指标改善与实际设计可用性的关系。实验协议、消融及统计信息尚未验证。本文主要研究对象是住宅空间设计，摘要没有建立与 EEG/BCI 的具体机制对应，因此不据此推导神经信号解码效果或提出迁移复现实验。