激光增材制造扫描顺序优化的强化学习：基于双层代理-FEA诊断框架的奖励与世界模型诊断

强化学习为激光增材制造的扫描顺序优化提供了有前景的路径，其中顺序扫描决策严重影响热积聚、残余应力、变形和最终件质量。在将RL应用于此领域的过程中，奖励和世界模型保真度是一个核心挑战：完全的有限元分析在稠密内联评估中计算上不可行，而便宜的热力学启发代理指标虽然高效，但可能只捕获真实热力学目标的部分方面。本文研究了用于RL引导扫描顺序优化的双层代理-FEA诊断框架。下层采用轻量级扫描路径和热力学启发代理，用于快速生成候选方案和对政策侧进行初步筛选；上层利用稀疏的Abaqus FEA仿真提供仿真基准标签。该框架在一个简化的整个轨道加热LDED32条纹基准测试中进行检验，包括十个具有代表性的扫描策略。最终冷却残余米氏应力、U3垂直变形和PEEQ塑性指标揭示了观察到的应力-变形权衡，而非单一的单调质量目标。在评估的集合中，center_out策略表现为稳健的折中方案，而raster_left_to_right和edge_in形成权衡的对立端点。代理-FEA对齐分析显示，当前廉价路径基准指标主要捕获变形相关（U3）行为，仅与稀疏FEA参考标签表现出弱相关性。这些发现表明，仅用代理的奖励设计风险在未来RL训练中产生偏差，凸显稀疏FEA参考信号对于在大规模策略优化之前对奖励和世界模型进行诊断导向的完善的重要性。