本发明提供了一种基于深度强化学习的二维异形件排样方法,涉及二维异形件排样技术领域,基于深度强化学习对排样问题的场景建模,由被切割的木块和已切割出的木块形状构建观测空间,以需要分割出的形状的尺寸建行动空间,设置奖惩机制,配置深度强化学习训练环境,通过深度强化学习训练排样策略,自动探索和采样,生成训练数据,通过反向传播不断优化策略,直到满足排样任务规定的条件。本发明有益效果:提升搜索的效率,能够应对复杂的二维异形件的排样问题,可以较低成本在不同的需求场景下例如更改母块形状、子块形状、最低切割数量等复用得到新的解决方案。
声明:
“基于深度强化学习的二维异形件排样方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)