2021 獲獎 ─ 建築產業研究計畫
iSense 健康護照: 人本健康的室內環境診斷服務模式 Digital Concrete
趙又嬋 副教授│逢甲大學建築專業學院
過去的室內環境健康研究，都是以可量化量測的物理環境因子（IEQ）為主。近年來，以人本健康為宗旨的室內健康環境（IEH）議題逐漸受到重視。在此前提之下，透過智慧控制環境因子來測試不同室內機能與環境條件組合，進而歸納出使用者於不同情境下的感官舒適性與健康性需求，才能真正優化室內健康環境。
本研究與荷蘭TU Delft進行學術交流，於建築專業學院實際打造In-Sense Lab感知實驗室，實驗室包含1個綜合環境體驗室，及4個以光、氣流、聲學、心理為控制因子的感知實驗艙。藉由檢測、驗證及體驗後整合各領域的研發成果，可依環境檢測結果達到改善室內空間的環境品質。除了硬體設備的持續進行，本計畫更重要的目的在於將In- Sense Lab研究能量推廣至建築室內設計業界，建置一套「基於人因感知的室內環境診斷服務模式」，於接受委託後，提供健康環境的諮詢與量測服務，並於「規劃設計」及「完工使用」階段發予「iSense 健康護照」，創造產研與使用者三贏的局面，
實踐永續生活、以人為本且健康、舒適的生活環境。
台灣建築產業邁向循環經濟的需求、挑戰與發展策略
阮怡凱 教授│臺灣科技大學建築系
人口快速增長及全球化的情況下，資源的需求量大幅增加，使產業也面臨資源短缺及市場競爭等議題。為了同時平衡環境及產業運作，許多產業逐漸重視環狀的生產模式，而循環經濟被視為未來重要的經濟方向。在2016 年 5+2 產業計畫中，我國政府大力推動循環經濟，而臺灣營建研究院更是成立「台灣循環經濟學會」，並與荷蘭貿易暨投資辦事處共同發表「循環營建白皮書」，積極推廣台灣營建產業的循環經濟，可見循環經濟在營建產業具有高度發展的可能性及重要度。然而，計畫的成功仍需高度仰賴建築產業及相關從業人員的需求、態度及接受度。因此本計畫將深入探討與整理台灣建築產業邁向循環經濟的需求、挑戰與發展策略。研究步驟將分為：(1)建構符合台灣建築業的循環經濟指標，並根據建築生命週期彙整常見的循環經濟技術；(2)以問卷調查建築設計業、建設開發業對於過去專案導入循環經濟技術的採用度及重要度認知；(3)以個案及深入質化訪談方式整理建築產業導入循環經濟面臨的挑戰；(4)建構Importance-Adoptionanalysis (IAA)模型，探討未來台灣建築產業導入循環經濟的策略優先準則；(5)透過平衡計分卡(balanced scorecard，BSC)建構國內建築產業推動循環經濟之策略路徑圖，以全面協助建築企業提升循環經濟的實踐力及接受度。
機器⼈⽔泥3D 曲⾯列印外模技術
王識源 助理教授│陽明交通大學建築研究所
近年來由於電腦輔助設計工具與數位製造機器(CNC數值控制機器、3D列表機與工業機器人)等技術的蓬勃發展，傳統的建築材料得以衍生出更多樣且複雜之形態與新的建造方式。本計畫將以水泥為構築材料，並整合電腦輔助設計工具與工業機器人，發展一個水泥3D列印之數位製造流程。有別於傳統水泥灌模工藝需透過模板工法使水泥定型，本研究將開發一在不需要模板輔助下之機器人水泥外模列印技術(Robotic Concrete Formwork Printing)，以提升施工效率與減少模板材料之浪費。除了列印技術之開發，計畫中也將進一步考量後續外模之鋼筋配置工法，以增加其結構性。
XR技術於建築歷史實虛場域實作應用
吳保寬 教授│逢甲大學建築專業學院
「XR技術於建築歷史實虛場域實作應用」計畫，企圖以技術專案實作的方式來探究XR技術於建築歷史場域相關內涵的互動應用價值及執行模式。建築歷史場域的現今存在與過往場域涵構氛圍的不存在一直是文化資產保存的議題，透過XR技術將能呈現過去與現今場域共時連結的應用效果。本計畫提出應用XR虛擬現實技術來進行建築歷史場域的互動內容呈現，企圖提出另一種更具參與體驗性的建築歷史場域介入模式，使場域現今的關係人或參與者能有更加全面性的介面，來連結建築歷史場域的當代與過往資訊。
「XR技術於建築歷史實虛場域實作應用」計畫將對應於文化部「再造歷史現場計畫」之「善用當代數位科技」核心目標，具體提升社會人群對於建築歷史文本的認同性，更加彰顯場域文化的共識感。再者，本計畫企圖結合先進技術來提升建築歷史場域關於文創經濟的思維廣度，以提升科技應用的產業發展效益。將建築歷史及古蹟研究進一步與XR技術應用結合，以釐清建築文化資產保存目標下，是哪種有形無形元素能有效連結當代參與者，以及進一步推展活化策略的觀點。
微創空間原型
恰貢卡洛斯 副教授│逢甲大學建築專業學院
我們計劃如何建立一個不受市場限制的可移動空間，因為我們認為這是住宅真正的社會變革。如果建築物的材料可以免費出租或是隨時購買、交換或歸還，而不是成為生活上的經濟負擔，那會發生甚麼事？為此，我們建議建立在房屋結構及其外殼的鷹架系統上。鷹架是建築中最常見的經濟高效元素，它允許模組化地在所有方向，甚至在高度上增長，以適應住房計劃的需要。是可以增長但也會縮小的住宅。通過聯繫現有空間或生成新的配置和擴展，可以很容易且快速地對空間佈局進行任何更改，尤其是在台灣這種住宅密度極高的城市中，很容易出現較小，甚至是極為狹窄不易使用的空間，透過研究鷹架系統的發展性，將更有利於台灣面對突發狀況，或提供較便宜舒適又容易使用的簡易空間。
風格化深度尋型演算法: 透過機器學習進行建築設計
蕭俊碩 助理教授│逢甲大學建築專業學院
「風格化深度尋型演算法」的AI研究，主旨在於揭示設計端與生產端之間的共生關係。我們知道這個共生關聯仰賴於「設計方法」和「製造策略」之間的聯繫。也就是說，複雜幾何形體的設計方法總是在尋找設計時使用的參數化工具，如何準確導出設計模型資訊給製造端；同樣，製造端則集中如何將數據最佳化，讓複雜幾何形體能在「最有效」製程中生產。因此，「確保設計精度」和「嚴格的製造控制」是設計與製造之間最緊密連接的關鍵，而兩者間總是在生產作業前，必須耗費更多時間來確保彼此資訊的對接是無虞的。為了便捷兩者資訊的對接，在2019年的國科會計畫，筆者試圖將Excel作為設計端(AI)與製造端(Grasshopper BIM)的工具，在2020實構築展覽中，我們有效地縮短設計端到製造端的鴻溝，並且從分析，設計，購料，放樣到建造完成總共只使用了14天的時間。
當這一個研究在英國倫敦「DC I/O 2020」國際研討會發表後，研討會的各界專家學者雖然一致認同這一個新的工作流程設計對於上述問題的貢獻，然而，研究並沒有使用科學數據說明AI在設計端除了是設計衍生工具，它是否也可以成為協助設計決策工具。所以，本次研究想深化探索AI工具是否能成為建築生命週期中協助節能減碳的的可能性工具。