基于深度强化学习的任务导向设计
机器学习
2019-03-14 v1 机器学习
摘要
我们提出一种基于机器学习的新型低成本方法，协助设计者在设计过程中缩小问题与解之间的差距。我们的工作应用强化学习（RL），通过为每个任务构建设计动作来寻找最优的任务导向设计方案。对于此任务导向设计，产品设计中的 3D 设计过程被赋予 Deep RL 中的动作空间，并通过依据任务训练每个设计动作获得所需的 3D 模型。通过表明该方法即使在应用于追求多目标任务时也能取得满意设计，我们指出了机器学习如何贡献于设计过程的方向。此外，我们已与产品设计师验证，该方法可协助设计过程中的创造性部分。
引用
@article{arxiv.1903.05271,
title = {Task-oriented Design through Deep Reinforcement Learning},
author = {Junyoung Choi and Minsung Hyun and Nojun Kwak},
journal= {arXiv preprint arXiv:1903.05271},
year = {2019}
}