深度强化学习在无先验知识下揭示共沸混合物分离流程
机器学习
2023-10-11 v1
摘要
化工过程中的流程综合因庞大的搜索空间、连续参数及泛化需求而是一项复杂的规划问题。近年来，未经先验知识训练的深度强化学习智能体已在多种复杂规划问题中展现出超越人类的表现。现有关于强化学习用于流程图综合的研究展示了有前景的概念，但聚焦于单一化学系统中的狭窄问题，限制了其实用性。我们提出一种用于流程图综合的通用深度强化学习方法。我们展示了单一智能体对分离二元共沸混合物这一通用任务的适应能力。无需先验知识，它便学会为多种化学系统构建近最优流程图，并考虑不同的进料组成与概念性方法。平均而言，该智能体可将所涉及物料的99%以上分离为纯组分，同时自主习得过程工程的基本范式。这凸显了智能体的规划灵活性，是迈向真正泛化的一次令人鼓舞的进展。
引用
@article{arxiv.2310.06415,
title = {Deep reinforcement learning uncovers processes for separating azeotropic mixtures without prior knowledge},
author = {Quirin Göttl and Jonathan Pirnay and Jakob Burger and Dominik G. Grimm},
journal= {arXiv preprint arXiv:2310.06415},
year = {2023}
}
备注
36 pages, 7 figures, 4 tables. G\"ottl and Pirnay contributed equally as joint first authors. Burger and Grimm contributed equally as joint last authors