上海期智研究院PI，同济大学教授、副校长。
1994年获同济大学工业与民用建筑专业学士学位，2000年获同济大学结构工程专业博士学位并留校任教，2002-2004年于英国剑桥大学从事博士后研究工作。主要研究方向建筑钢结构、结构抗震抗倒塌、智能设计与智能建造。主持搭建同济大学智能建造研发与转化功能平台，执行负责国内首个“智能建造”本科专业建设，主持完成天津117大厦、上海中心、奥运会老山自行车馆、科威特中央银行等二十余项国内外重大工程的关键技术攻关。
个人荣誉
2018年度教育部“长江学者奖励计划”特聘教授
2013年度全国“宝钢优秀教师奖”特等奖(提名)
2008年度霍英东教育基金会第十一届高等院校青年教师奖
2006年度上海市“浦江人才计划”
建筑结构智能设计：基于强化学习的结构生成式设计
智能施工管理：基于计算机视觉的物料管理与人-机时空推演
成果2：AEC（建筑-工程-施工）垂域大模型
建筑（Architecture）、工程（Engineering）和施工（Construction）领域正在从针对单个分项项目的最优化转向工程整体系统的最优化。这一转变过程中，工程师的技术水平低和工程问题的不确定性成为主要障碍。赵宪忠团队探讨了在AEC领域应用大语言模型以解决复杂系统最优化问题的可行性，多个学科联动，开发了首个覆盖多学科、多层次的AEC领域能力中文评测基准——aice.AEC-Bench，并炼制了为AEC领域量身定制的大语言模型aice.AEC（6B/72B）。此外，团队还计划建立一个开源、共建的生态平台，致力于解决行业知识流失，从业人员能力水平低均值、高方差等核心问题。
aice.AEC-Bench构建了一个覆盖建筑、工程、施工三大领域、十二个学科和五个知识层级的综合评测基准，该基准涵盖三门官方考试的考试真题。该项目具有首创性，全面性及权威性。我们对18个主流大语言模型进行了评测，包括以中文/英语为主的开/闭源模型。通过评估这些模型在不同维度的性能，揭示了AEC领域中大语言模型的能力边界和模型间的能力差异。在aice.AEC项目中，我们构建了目前最大的中文AEC领域数据集，用于大语言模型的预训练和微调。通过检索增强和外挂工具辅助，进一步地提升了模型在评测基准上的准确率。具体来说，6B模型的性能超越了ChatGPT，而72B模型已经能够通过2023年国家一级注册结构工程师基础考试及一级注册建造师考试。
研究领域：垂域大模型
-------------------------------------------------------------------------------------------------------------------------------
成果1：建筑结构生成式智能设计算法
利用计算机模拟人脑进行建筑结构的智能生成与设计，可突破传统设计边界限制，提升工程设计与建造质量。赵宪忠团队联合清华大学，将工程师的设计决策过程抽象为基于序列的马尔科夫决策过程，构建了通用的设计动作空间，创建了符合设计逻辑的训练架构，开发并开源了建筑结构生成式设计（AlphaTruss和AutoTruss）系统。。AlphaTruss项目开发的强化学习环境不仅将二维桁架设计延拓至三维空间结构，而且提供了与工程设计经验相结合的扩展性，并实现了国际首个基于强化学习的日晷支架实体结构设计与建造。AutoTruss项目受到Transformer架构的启发，采用自注意力解码器提取空间拓扑关系，并通过结构拓扑多样性方法增强了模型泛化能力。AlphaTruss和AutoTruss的发布，标志着智能设计领域找到了一种基于序列决策的结构生成方法，为突破深度生成模型的局限性开辟了一条新道路。目前，AlphaTruss的相关论文在土木与建筑工程信息学国际会议ICCBEI中，获得了最佳报告奖(Best Presentation Award)。AutoTruss发表在了今年的国际人工智能联合会议IJCAI中，受到了相关研究人员的广泛关注。
研究领域：基于强化学习的结构生成式设计
项目网站： https://github.com/StigLidu/AutoTruss
研究论文：Weihua Du, Jinglun Zhao, ..., Xianzhong Zhao, Yi Wu. ‘Automatic Truss Design with Reinforcement Learning’. In International Joint Conferences on Artificial Intelligence, 2023. 查看PDF
岗位职责
协助建筑结构智能设计的相关研究工作和任务，主要包括：
1. 协助开发基于深度强化学习和基于生成模型的建筑结构智能设计算法；
2. 协助模型代码编写、训练、调参优化、部署；
3. 跟进最新研究进展，协助成果专利转化、论文撰写；
任职要求
1. 985/211及国际知名大学本科以上学历（条件优秀的本科生可放宽），计算机、自动化、人工智能等相关专业；
2. 熟悉深度强化学习的相关算法框架，参与过实际项目案例者优先；
3. 熟悉常用模型（主要包括Transformer、GNN、diffusion），具备模型调优及调参能力；
4. 了解结构工程有限元分析相关背景知识（加分项）；
5. 具备较强的独立思考和沟通能力，并有足够的英文读写能力，能够跟踪学术界和工业界的最新研究成果；
投递简历
pr@sqz.ac.cn，邮件名称以“姓名-岗位名称-PI团队”命名
薪资
面议
7. Weihua Du, Jinglun Zhao, Chao Yu, Xingcheng Yao, Zimeng Song, Siyang Wu, Ruifeng Luo, Zhiyuan Liu, Xianzhong Zhao, Yi Wu, Automatic Truss Layout Design with Reinforcement Learning, IJCAI, 2023 查看PDF
6. Bo Cheng, Yujie Lu, Xianzhong Zhao, An Approach for Generating Hybrid Datasets of Construction Material, ICCBEI, 2023 查看PDF
5. Xianzhong Zhao, Zhiyuan Liu, Weifang Xiao, Ruifeng Luo, Intelligent Design of Simply-Supported Planar Truss Based on Reinforcement Learning, ICCBEI, 2023 查看PDF
4. Xianzhong Zhao, Tao Zhang, Weifang Xiao, Selection Criterion of Reanalysis Methods for Plane Truss Optimization, Applied Sciences, 2023 查看PDF
3. Xianzhong Zhao, Tao Zhang, Weifang Xiao, An Automated Design Method for Plane Trusses Based on User Preference Information, Applied Sciences, 2023 查看PDF
2. Ruifeng Luo, Yifan Wang, Weifang Xiao, Xianzhong Zhao, AlphaTruss: Monte Carlo Tree Search for Optimal Truss Layout Design, Buildings, 2023 查看PDF
1. Ruifeng Luo, Yifan Wang, Zhiyuan Liu, Weifang Xiao, Xianzhong Zhao, A Reinforcement Learning Method for Layout Design of Planar and Spatial Trusses using Kernel Regression, Applied Sciences, 2023 查看PDF
