设计过程是一个强化学习问题
机器学习
2022-11-08 v1
摘要
尽管近年来强化学习被广泛用于研究,但由于 RL 算法存在的一些弱点(例如从模拟器过渡到真实世界时性能退化),其真实世界应用少于监督学习。此处我们认为设计过程是一个强化学习问题,并可能成为 RL 算法的恰当应用,因为它是一个离线过程且传统上在 CAD 软件(一种模拟器)中完成。这既为使用 RL 方法创造了机会,也带来了挑战。虽然设计过程极为多样,这里我们关注空间布局规划(SLP),将其框定为马尔可夫决策过程下的 RL 问题,并使用 PPO 解决布局设计问题。为此,我们开发了名为 RLDesigner 的环境来模拟 SLP。RLDesigner 是一个兼容 OpenAI Gym 的环境,可轻松定制以定义多种设计场景。我们公开共享该环境,以鼓励 RL 与建筑社区将其用于测试不同 RL 算法或设计实践。代码可在以下 GitHub 仓库获取:https://github.com/ RezaKakooee/rldesigner/tree/Second_Paper
引用
@article{arxiv.2211.03136,
title = {Design Process is a Reinforcement Learning Problem},
author = {Reza kakooee and Benjamin Dillunberger},
journal= {arXiv preprint arXiv:2211.03136},
year = {2022}
}