インテリジェントな共同設計: マルチモーダルエージェントを用いたインテリア空間デザインのためのインタラクティブなLLMフレームワーク

要旨: 建築のインテリアデザインにおいて、クライアントがデザイン知識を欠くため誤解が頻繁に生じ、デザイナーが複雑な空間関係を説明しようとして苦労することで、納期の遅れと金銭的な損失を招く。
最近の生成的レイアウトツールの進歩は、3Dビジュアル化を自動化することによりギャップを縮めている。
しかし、従来の方法論には限界がある。ルールベースのシステムは、参加型の関与を制限する硬直的な空間制約を実装し、データ駆動型のモデルは広範なトレーニングデータセットに依存している。
最近の大規模言語モデル（LLM）は、自然言語を通じて空間関係を直感的に推論できるようにすることで、このギャップを埋めている。
本研究は、自然言語の記述と画像を動的に3Dデザインへ変換する、LLMベースのマルチモーダルかつマルチエージェントのフレームワークを提示する。
特化エージェント（Reference、Spatial、Interactive、Grader）は、プロンプトガイドラインに従って動作し、コアな課題に協調して対処する：
エージェントシステムは、反復的な空間の洗練のためのリアルタイムなユーザー対話を可能にする一方、RAG（Retrieval-Augmented Generation）は、タスク固有のモデル訓練を必要とせず、データ依存性を低減する。
このフレームワークは、空間的意図を正確に解釈し、最適化された室内3Dデザインを生成することで生産性を向上させ、非デザイナーの参加を促す。
多様な間取りとユーザーアンケートによる評価で有効性を示す。
独立したLLM評価者は、参加型のレイアウトを、ユーザーの意図の整合性、審美的一貫性、機能性、動線の面で一貫して高く評価した。
アンケート結果は満足度が77%で、従来のデザインソフトウェアに対して明確な優位性があることを示した。
これらの知見は、フレームワークがユーザー中心のコミュニケーションを強化し、より包摂的で効果的、かつレジリエントなデザインプロセスを促進することを示唆する。
プロジェクトページ: https://rsigktyper.github.io/AICodesign/