Abstract

This thesis proposes a new strategy for a human interactive-cybernetic architecture, in the context not only of preceding architectural theories of temporal design methods, but also existing theories of mathematics, robotics, and system control using computational techniques addressing both their possible applications and their limitations. Temporal design (time responsive design) requires dynamic control methods in contrast to traditionally static architectural design. True adaptability in architecture necessitates both dynamic hardware and software with the potential for continually renewable forms capable of all possible variations necessary for changing demands and conditions, without having to resort to one teleological optimal solution. Programmable Architecture (PA) consists of both autonomous and subservient systems that maintain a constant homeostasis within its contained environment. The information flow between the Genetic Algorithms (GA) and user input prompts this hybrid system to generate the consequent, ever-changing physical form, while continuously optimizing it for environmental stimuli.

The hardware for PA is an accumulation of self-sufficient machines that is dedicated to the actions of sensing, calculating, and actuating. As a case study for this thesis, a kinetic canopy that is organized using tensegrity-based components of variable forms is proposed. This architectural robot is actuated by shape memory alloy (NiTi) instead of tensile wire, and its control is handled electrically by micro controllers (Arduino, Banzi et al., 2005~). A physical model of this machine has been built at a one-to-one scale and user-tested via mobile devices such as a smartphone. 

The software for PA consists of a hybrid control system, which attempts to minimize the difference between the desired objective values and the measured values. This is a combination of automatic responses and user manipulations in order to achieve a faster and higher degree of adaptation. Utilizing the versatility of GA, multiple user inputs are proposed to partially substitute for its purely random mutations (usually GA uses random digits for mutations). This resolves GA’s shortcomings, namely protracted calculation time, lack of adaptability to a fluctuating objective function which represents the ideal condition at any given time, and the ability for ad hoc responses when the system experiences usage overload or random environmental fluctuations. Incorporating the user input, the system can respond rationally to actual conditions unanticipated by the GA. Therefore, the user can concurrently control the system locally, to reflect individual preferences, and contribute to the global optimization and increased efficiency of the system as a whole. 

The outcomes of this proposed system based on the proposed hardware and software is compared with static models, such as parametrically optimized forms. An original indicator is established for defining system performance, which aids in evaluating the ability of the system to respond to environmental changes. The thesis makes a contribution in the following 3 areas: first, it addresses the debate about cybernetic architecture, particularly with consideration of real-time optimization and robotic architectural elements that can make real-time decisions and can learn. Second, it looks at methods of human interaction by means of learning algorithms in architectural structures. Thirdly, it considers scientific testing through the physical demonstration of a responsive roof structure. 

梗概

　この論文は、人間と相互作用可能でサイバネティックな制御可能なシステムを備える建築物のための新しい戦略を提案する。後述のテンポラルデザイン方法の建築理論だけではなく、数学、ロボット工学、それらの可能な適用性と制限を処理するコンピューター技術を使った現存する理制御理論も含む理論が顧みられる。テンポラルなデザイン（時間軸にそって、反応可能な建築物のデザイン)は、伝統的な静的建築デザインとは対照的な動的な制御方法を必要とする。従来の「目的に最適化された解としての設計」ではなく、「建築物が真に適応的である設計」ためには、ハードウェアとソフトウェアの両方が動的に対応することができること、また、要求や条件の変化に対して、数ある候補に継続して変化することができることである。プログラマブル・アーキテクチャ(以後PA)は、自律的と従属的な両方のシステムから成り、それは環境を包含しながら恒常性を維持する。遺伝的アルゴリズム（以下GA）とユーザーインプット間のハイブリッドなシステムによる情報は、機能的に必然的で、変化し続ける物理的形状を促し、その間、変化し続ける環境的な刺激に対して連続的に最適化する。

　PAのハードウェアは、自律的な機械の積み重ねによってなり、それぞれのコンポネントがセンシング、演算、そしてアクチュエイトする。この論文のケーススタディとして、テンセグリティベースで構成される形状不定のキネティックキャノピーが提案されている。このアーキテクチャルロボット（建築的機械）は、張力のあるワイヤーの代わりに配置された、形状記憶合金（NiTi)によって作動され、そのコントロールは、電気を使ってマイクロコントローラー（アルディーノ, バンツィ他、2005~)で操作される。このマシーンの物理模型は、１対１のスケールで作られ、スマートフォンのようなモバイルデバイスを経由して作動することがテストされている。

　一方、PAのソフトウェアは、センサー等で測定された値と、要求される目的の値の差を最小限にできるようにハイブリッドコントロールシステムから成っている。これは、より速く適合性を高めるためのオートマティックレスポンス（自動応答）とユーザー操作（ランダムでありながら人間の知覚を利用する）のコンビネーションである。GAの多様性を活用するには、突然変異に単にランダムな数字を利用するより、（知性のある）多数の人間のインプットを活用したほうが、システムの総体としては効率的である。（デフォルトのGAは突然変異のためランダムな数字を使用する。)　この仕組みは、長引く計算時間や、変動する目的関数に対する速やかな適応（理想的な条件で、導かれる解との差分を小さくする）がむずかしいことなどのGAの短所を解決する。またそれは、システムに多数のインプットが集中し過負荷がかかった際、或いはランダムな環境の変動を受けた際に、臨機応変な対応・反応を可能にする。ユーザーの入力とGAによってシステムは予期しない状況に、適応的でかつ合理的に対応できる。従って、ユーザーは個人の好みを表すための（空間的に）局所的なシステムコントロールができると同時に、このシステムの全体の最適化に貢献し、この効率を高めることができる。

この提案されたハードウェアとソフトウェアを基としたシステムの成果は、パラメトリックなモデリング手法を用いて最適化された形態のような、静的なモデルと比較される。また、システムが環境の変化にどれくらい対応できるかを測定するために、独自指標を定義した。この論文は後述する３つの領域について貢献する：第１に、サイバーネティックアーキテクチャについての議論、特に、リアルタイムの適正化と、瞬時に決断し、学習するロボット的建築構成部品に対する提案があったことである。第２に、ロボットとしての建築と人間とのインタラクションの方法と、ひいてはそれを援用した学習システムを提案した。第３に、反応可能な、キャノピー屋根の物理模型と電気的プロトタイプを用いての、科学的なテストを実施して、考察を行ったことである。

5 . Data and Analytical Methods

5-1 . Evaluating Performance in ‘Intelligent Systems’
5-2 . Details of Methodology in Previous Experiments
5-3 . Initial Physical Experiments
5-3-1. A Building Envelop Experiment
5-3-2. Kinetic Robot Experiments
5-4 . What is Going to Be Examined
5-5 . Examine, Evaluate and Compare a Fixed and Kinetic Roof
5-6 . What is The Contribution

5.データと分析法

5-1.知的システムの性能評価
5-2.以前の実験方法の詳細
5-3.最初の物理的実験
  5-3-1.ビルディング・エンヴェロープ実験
  5-3-2.キネティック・ロボットの実験
5-4.何を調査するのか
5-5.調査、評価、比較
5-6.学術的貢献

6 . Experiment 1: Simple Real-Time GA with Grasshopper

6-1 . Introduction
6-2 . Aim
6-3 . Preparation and Mathematical Definitions of the Model
  6-3-1. Static Tensegrity Structure
  6-3-2. Spring System
  6-3-3. Membranes on the Tensegrity Structure
  6-3-4. The Sun
  6-3-5. Evaluating/ Record
6-4 . The Unique Feature / Limitation of ‘Galapagos’
6-5 . Four Candidates
6-6. Graph Approximation and Visualization
6-7. The result of Comparison of 4 candidates
6-8. The Comparing the computing time for the kinetic candidates
6-9. The Comparison between the different number of resets within kinetic candidates
6-10. Discussion and Conclusion

6.実験1：グラスホッパーを使ったシンプルなリアルタイムGA

6-1.序論
6-2.狙い
6-3.モデルの準備と数学上定義
  6-3-1.静的テンセグリティストラクチャー
  6-3-2.スプリングシステム
  6-3-3.テンセグリティストラクチャーの膜
  6-3-4.太陽
  6-3-5.評価／記録
6-4.ユニークな特徴／’ガラパゴス’の限界
6-5.４つの候補
6-6.グラフの近似値と可視化
6-7.４つの候補の比較結果
6-8.キネティック候補の計算時間を比較する
6-9.キネティック候補のリセット回数の比較
6-10.議論と結論

7 . Experiment 2: Human Assisted GA with Processing

7-1 . Introduction
7-2 . Model Concept
7-3 . Before the Experiment, Preparation and Model Details
7-4 . Model Execution and Evaluation
7-5 . Argument and Conclusion

7.実験２：プロセッシングによる、人間が援助する遺伝的アルゴリズム

7-1.序論
7-2.モデル化の概念
7-3.実験前の準備とモデルの詳細
7-4.モデルの作成と評価
7-5.議論と結論

8 . Model development and Conclusion

8-1. Answer to Research Questions
8-2. Future Work, Scaling Up Towards Real Buildings
8-3. Future Work, Towards Physical Experiment
8-4. Future Work, Addressing Various Environmental Stimuli and Other Concerns
8-5. Future Structures

8.モデルの発展と結論

8-1.リサーチクエスチョンへの回答
8-2.将来の仕事、実際の建築物建設のための、スケールアップについて
8-3.将来の仕事、物理的実験に向けて
8-4.将来の仕事、様々な環境的刺激とその他の懸念について
8-5.将来の、しくみについて

9 . Bibliography 

9.参考文献 

10 . Appendix

10-1. Grasshopper definition
10-2 . The table for Experiment 1 in Chapter 6
10-3 . Table for experiment 2 on Chapter6
10-4. Table for experiment 3 in Chapter 6
10-5. Table for experiment 1 in chapter7
10-6 . Processing Program in Chapter7

10. 付録

10-1. グラスホッパーの定義
10-2. ６章の実験１の表
10-3. ６章の実験２の表
10-4. ６章の実験３の表
10-5. ７章の実験１の表
10-6. ７章のプロセシング・プログラム