基于边界表示与多智能体协作环境的生成式热设计
机器学习
2022-08-18 v1 几何拓扑
最优化与控制
摘要
生成式设计作为一种可行的设计空间探索方法，在设计界日益兴起。热设计比机械或气动设计更为复杂，因为存在额外的对流-扩散方程及其相关的边界相互作用。我们提出了一种利用协作式多智能体深度强化学习以及流体与固体域连续几何表示的生成式热设计。所提出的框架由一个预训练神经网络代理模型作为环境，用于预测生成几何的传热与压降。设计空间由复合贝塞尔曲线参数化，以解决多鳍片形状优化问题。我们表明，我们的多智能体框架能够利用多目标奖励学习设计策略策略，而无需形状求导或可微目标函数。
引用
@article{arxiv.2208.07952,
title = {Generative Thermal Design Through Boundary Representation and Multi-Agent Cooperative Environment},
author = {Hadi Keramati and Feridun Hamdullahpur},
journal= {arXiv preprint arXiv:2208.07952},
year = {2022}
}