Text2BIM: Generating Building Models Using a Large Language Model-based Multi-Agent Framework

要約

従来の BIM オーサリング プロセスでは通常、設計者が BIM オーサリング ツール内で設計意図を具体化するために、複雑で退屈なモデリング コマンドを習得する必要があります。
この追加の認知的負担により、設計プロセスが複雑になり、AEC (建築、エンジニアリング、建設) 業界における BIM およびモデルベースの設計の導入が妨げられます。
設計意図のより直観的な表現を容易にするために、自然言語命令から 3D 建築モデルを生成できる LLM ベースのマルチエージェント フレームワークである Text2BIM を提案します。
このフレームワークは、複数の LLM エージェントを調整して連携して推論し、テキストによるユーザー入力を BIM オーサリング ツールの API を呼び出す命令型コードに変換します。これにより、内部レイアウト、外部エンベロープ、セマンティック情報を含む編集可能な BIM モデルがソフトウェア内で直接生成されます。
さらに、ルールベースのモデル チェッカーがエージェント ワークフローに導入され、事前定義されたドメイン知識を利用して、LLM エージェントが生成されたモデル内の問題を解決し、モデルの品質を反復的に向上できるようにガイドします。
提案されたフレームワークの下で 3 つの異なる LLM のパフォーマンスを比較および分析するために、広範な実験が行われました。
評価結果は、私たちのアプローチが、ユーザー入力によって指定された抽象的な概念に沿った、高品質で構造的に合理的な建築モデルを効果的に生成できることを示しています。
最後に、フレームワークを BIM オーサリング ソフトウェア Vectorworks に統合するための対話型ソフトウェア プロトタイプが開発され、チャットによるモデリングの可能性が示されました。

要約(オリジナル)

The conventional BIM authoring process typically requires designers to master complex and tedious modeling commands in order to materialize their design intentions within BIM authoring tools. This additional cognitive burden complicates the design process and hinders the adoption of BIM and model-based design in the AEC (Architecture, Engineering, and Construction) industry. To facilitate the expression of design intentions more intuitively, we propose Text2BIM, an LLM-based multi-agent framework that can generate 3D building models from natural language instructions. This framework orchestrates multiple LLM agents to collaborate and reason, transforming textual user input into imperative code that invokes the BIM authoring tool’s APIs, thereby generating editable BIM models with internal layouts, external envelopes, and semantic information directly in the software. Furthermore, a rule-based model checker is introduced into the agentic workflow, utilizing predefined domain knowledge to guide the LLM agents in resolving issues within the generated models and iteratively improving model quality. Extensive experiments were conducted to compare and analyze the performance of three different LLMs under the proposed framework. The evaluation results demonstrate that our approach can effectively generate high-quality, structurally rational building models that are aligned with the abstract concepts specified by user input. Finally, an interactive software prototype was developed to integrate the framework into the BIM authoring software Vectorworks, showcasing the potential of modeling by chatting.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google