基于深度强化学习的增材制造刀具路径设计
人工智能
2020-10-01 v1
摘要
基于金属的增材制造过程的刀具路径优化目前受其设计空间高维性的制约。本工作提出一个强化学习平台，可动态学习构建任意零件的刀具路径策略。为此，研究了三种突出的无模型强化学习公式以设计增材制造刀具路径，并针对稠密与稀疏奖励结构两种情况进行了演示。结果表明，这种基于学习的刀具路径设计方法取得了高分，尤其在存在稠密奖励结构时。
引用
@article{arxiv.2009.14365,
title = {Toolpath design for additive manufacturing using deep reinforcement learning},
author = {Mojtaba Mozaffar and Ablodghani Ebrahimi and Jian Cao},
journal= {arXiv preprint arXiv:2009.14365},
year = {2020}
}
备注
8 pages, 4 figures