基于深度强化学习优化受约束环境下的 2D+1 堆叠问题
机器学习
2025-03-25 v1
摘要
本文提出了一种基于深度强化学习（DRL）的新方法，用于解决带有空间约束的 2D+1 堆叠问题。该问题是传统 2D 堆叠问题的延伸，额外加入了高度维度的约束。因此，开发了一个基于 OpenAI Gym 框架的模拟器，能够高效地在两个带有高度约束的板上模拟矩形块的堆叠。此外，模拟器支持多离散动作，使可选择任一板上的位置以及要放置的块种类。最后，采用两种 DRL 方法（近端策略优化——PPO 和优势演员-评论家——A2C）学习堆叠策略，并与著名的启发式基线（MaxRect-BL）进行性能比较。实验结果表明，PPO 方法能够有效解决复杂的堆叠问题，展示了其在航空航天复合材料制造等众多工业应用中优化资源利用的潜力。
引用
@article{arxiv.2503.17573,
title = {Optimizing 2D+1 Packing in Constrained Environments Using Deep Reinforcement Learning},
author = {Victor Ulisses Pugliese and Oséias F. de A. Ferreira and Fabio A. Faria},
journal= {arXiv preprint arXiv:2503.17573},
year = {2025}
}
备注
22 pages, 14 figures, Accepted for presentation at ICEIS 2025