用于结构引导加工路径优化的深度强化学习方法
机器学习
2021-07-09 v4 人工智能
系统与控制
系统与控制
机器学习
摘要
材料设计的一个主要目标是找到具有所需性质的材料结构，并在第二步中找到达到这些结构之一的加工路径。本文提出并研究了一种用于加工路径优化的深度强化学习方法。目标是在材料结构空间中找到通向目标结构的最优加工路径，这些目标结构已事先被确定可得到所需材料性质。存在一个包含一个或多个不同结构的目标集。我们提出的方法能找到从起始结构到单一目标结构的最优路径，或优化至该集合中某个等价目标结构的加工路径。在后一种情况下，算法在加工过程中同时学习识别最佳可达目标结构及其最优路径。所提方法属于无模型深度强化学习算法族。它们以结构表示作为过程状态的特征，并以基于结构空间中距离函数制定的奖励信号为引导。无模型强化学习算法通过在与环境交互中试错来学习，因此不受限于先验采样的加工数据信息，并能适应特定过程。优化本身是无模型的，不需要关于过程本身的任何先验知识。我们通过优化一个通用金属成形过程的路径来实例化和评估所提方法。我们展示了两种方法寻找接近目标结构的加工路径的能力，以及扩展方法识别可有效且高效到达的目标结构并聚焦于这些目标以实现样本高效加工路径优化的能力。
引用
@article{arxiv.2009.09706,
title = {Deep Reinforcement Learning Methods for Structure-Guided Processing Path Optimization},
author = {Johannes Dornheim and Lukas Morand and Samuel Zeitvogel and Tarek Iraki and Norbert Link and Dirk Helm},
journal= {arXiv preprint arXiv:2009.09706},
year = {2021}
}