展會(huì)信息港展會(huì)大全

3D打印新突破!曼大等提出DQN多樣化圖形路徑規(guī)劃器:銳角轉(zhuǎn)彎降低超93%,熱變形減少25%
來源:互聯(lián)網(wǎng)   發(fā)布日期:2024-09-27 14:00:33   瀏覽:238次  

導(dǎo)讀:劃重點(diǎn) 01香港中文大學(xué)等機(jī)構(gòu)的研究團(tuán)隊(duì)提出了一種基于深度強(qiáng)化學(xué)習(xí)(DQN)的3D打印路徑規(guī)劃器,有效提升了打印效率和精度。 02該路徑規(guī)劃器能夠在多種不同結(jié)構(gòu)的圖形上生成優(yōu)化的3D打印路徑,顯著降低了計(jì)算復(fù)雜度。 03通過定義不同的獎(jiǎng)勵(lì)函數(shù),該規(guī)劃器適應(yīng)...

劃重點(diǎn)

01香港中文大學(xué)等機(jī)構(gòu)的研究團(tuán)隊(duì)提出了一種基于深度強(qiáng)化學(xué)習(xí)(DQN)的3D打印路徑規(guī)劃器,有效提升了打印效率和精度。

02該路徑規(guī)劃器能夠在多種不同結(jié)構(gòu)的圖形上生成優(yōu)化的3D打印路徑,顯著降低了計(jì)算復(fù)雜度。

03通過定義不同的獎(jiǎng)勵(lì)函數(shù),該規(guī)劃器適應(yīng)多種3D打印應(yīng)用場(chǎng)景,包括線框結(jié)構(gòu)打英連續(xù)纖維打印以及金屬粉床熔融打櫻

04實(shí)驗(yàn)驗(yàn)證表明,該路徑規(guī)劃器在多種模型的物理實(shí)驗(yàn)中都能生成符合制造要求的最優(yōu)路徑,且顯著縮短了計(jì)算時(shí)間。

05未來,研究團(tuán)隊(duì)計(jì)劃進(jìn)一步擴(kuò)展該方法的應(yīng)用范圍,包括探索其在多材料打英微尺度打印等領(lǐng)域的潛力。

以上內(nèi)容由騰訊混元大模型生成,僅供參考

新智元報(bào)道

編輯:LRST【新智元導(dǎo)讀】香港中文大學(xué)等機(jī)構(gòu)的研究團(tuán)隊(duì)通過深度強(qiáng)化學(xué)習(xí)(DQN)開發(fā)了一種3D打印路徑規(guī)劃器,有效提升了打印效率和精度,為智能制造開辟了新途徑。

隨著3D打印技術(shù)的迅速發(fā)展,如何在復(fù)雜的幾何圖形上生成高效且精確的打印路徑,已成為制約其廣泛應(yīng)用的關(guān)鍵挑戰(zhàn)之一。

近日,曼徹斯特大學(xué)、波士頓大學(xué)和香港中文大學(xué)的研究團(tuán)隊(duì)在SIGGRAPH Aisa 2024聯(lián)合提出了一種創(chuàng)新的、基于深度強(qiáng)化學(xué)習(xí)(DQN)的路徑規(guī)劃器,能夠在多種不同結(jié)構(gòu)的圖形上生成優(yōu)化的3D打印路徑,顯著提升了打印過程的效率和精度。

在3D打印中,路徑規(guī)劃問題可以看作是在給定圖形上的節(jié)點(diǎn)序列中找到最優(yōu)路徑。這一問題的復(fù)雜性不僅在于不同模型的圖形結(jié)構(gòu)各異,還在于圖形中的節(jié)點(diǎn)和邊數(shù)量龐大。

傳統(tǒng)的方法,例如暴力搜索和啟發(fā)式算法,通常由于計(jì)算復(fù)雜度高,難以在較短時(shí)間內(nèi)給出全局最優(yōu)解,而該研究提出的DQN優(yōu)化策略,通過動(dòng)態(tài)構(gòu)建局部搜索圖(LSG)并在其中進(jìn)行路徑選擇,大大降低了計(jì)算復(fù)雜度,使得在處理包含成千上萬個(gè)節(jié)點(diǎn)的圖形時(shí)也能實(shí)現(xiàn)實(shí)時(shí)路徑規(guī)劃。

方法創(chuàng)新與技術(shù)突破

該路徑規(guī)劃器的核心創(chuàng)新點(diǎn)在于其靈活性與適應(yīng)性。研究團(tuán)隊(duì)通過設(shè)計(jì)精巧的算法,將局部搜索圖編碼為狀態(tài)空間,使得在相似配置下,先前學(xué)習(xí)的DQN策略可以被重新利用,進(jìn)一步加快路徑規(guī)劃的計(jì)算速度。

該規(guī)劃器可以通過定義不同的獎(jiǎng)勵(lì)函數(shù),適應(yīng)多種3D打印應(yīng)用場(chǎng)景,包括線框結(jié)構(gòu)打英連續(xù)纖維打印以及金屬粉床熔融打櫻

在物理實(shí)驗(yàn)中,該規(guī)劃器展示出了卓越的性能。在線框結(jié)構(gòu)打印中,研究人員成功實(shí)現(xiàn)了包含多達(dá)4200根支柱的模型打印,且變形控制在1毫米以內(nèi)。

在連續(xù)纖維打印中,該方法能夠有效避免93%以上的銳角轉(zhuǎn)彎,極大地提高了打印質(zhì)量;而在金屬打印中,通過優(yōu)化路徑規(guī)劃,熱變形減少了近25%,顯著提升了打印件的精度和穩(wěn)定性。

技術(shù)細(xì)節(jié)

在該研究中,研究團(tuán)隊(duì)通過多樣化的圖形路徑規(guī)劃來應(yīng)對(duì)不同的3D打印挑戰(zhàn),提出了一種靈活的強(qiáng)化學(xué)習(xí)策略。在具體實(shí)施中,他們使用深度Q網(wǎng)絡(luò)(DQN)作為優(yōu)化器,來決定下一個(gè)要訪問的最佳節(jié)點(diǎn)。

這種策略通過構(gòu)建局部搜索圖,并利用歷史數(shù)據(jù)加速計(jì)算,大幅提高了路徑規(guī)劃的效率。為了進(jìn)一步提升模型的性能,研究人員設(shè)計(jì)了一種算法,可以識(shí)別相似配置下的局部搜索圖,從而使之前學(xué)習(xí)到的DQN策略可以重復(fù)利用。這種技術(shù)不僅加快了路徑計(jì)算速度,還使得該方法能夠在多種3D打印應(yīng)用中靈活應(yīng)用。

實(shí)驗(yàn)驗(yàn)證與廣泛應(yīng)用

為了驗(yàn)證該方法的實(shí)際效果,研究團(tuán)隊(duì)進(jìn)行了多種模型的物理實(shí)驗(yàn),涵蓋了從簡(jiǎn)單幾何到復(fù)雜結(jié)構(gòu)的多種圖形類型。實(shí)驗(yàn)結(jié)果表明,無論是線框結(jié)構(gòu)、連續(xù)纖維還是金屬打印,該路徑規(guī)劃器都能夠生成符合制造要求的最優(yōu)路徑,且顯著縮短了計(jì)算時(shí)間。

例如,在一項(xiàng)實(shí)驗(yàn)中,使用該規(guī)劃器生成一個(gè)復(fù)雜線框模型的路徑規(guī)劃總耗時(shí)僅為2.05小時(shí),而打印整個(gè)模型的時(shí)間為6.67小時(shí)。相比之下,傳統(tǒng)暴力搜索方法即使只在局部搜索范圍內(nèi)執(zhí)行,也需要數(shù)百小時(shí)的計(jì)算時(shí)間。

研究團(tuán)隊(duì)還指出,這種基于學(xué)習(xí)的方法為未來的3D打印技術(shù)開辟了新的可能性。通過引入強(qiáng)化學(xué)習(xí),路徑規(guī)劃不再僅僅依賴于預(yù)先設(shè)定的規(guī)則或啟發(fā)式算法,而是可以根據(jù)實(shí)際打印情況進(jìn)行自我調(diào)整和優(yōu)化。這不僅提高了打印的成功率,還減少了材料浪費(fèi)和打印失敗的風(fēng)險(xiǎn)。

前景展望

這項(xiàng)研究的成功標(biāo)志著3D打印路徑規(guī)劃領(lǐng)域的一個(gè)重要里程碑;谏疃葘W(xué)習(xí)的路徑規(guī)劃器不僅為復(fù)雜幾何結(jié)構(gòu)的打印提供了高效解決方案,也為未來智能制造系統(tǒng)的開發(fā)奠定了基矗

研究團(tuán)隊(duì)計(jì)劃在未來進(jìn)一步擴(kuò)展該方法的應(yīng)用范圍,包括探索其在多材料打英微尺度打印等領(lǐng)域的潛力。此外,通過結(jié)合更先進(jìn)的機(jī)器學(xué)習(xí)模型與優(yōu)化算法,研究人員希望能進(jìn)一步提高路徑規(guī)劃的效率和精度,為工業(yè)生產(chǎn)和科研應(yīng)用提供更強(qiáng)大的技術(shù)支持。

總體而言,基于學(xué)習(xí)的多樣化圖形路徑規(guī)劃器在3D打印中的應(yīng)用,為解決復(fù)雜制造問題提供了全新的思路與工具,未來有望在智能制造、航空航天、醫(yī)療器械等高精尖領(lǐng)域發(fā)揮重要作用。

贊助本站

人工智能實(shí)驗(yàn)室
相關(guān)內(nèi)容
AiLab云推薦
推薦內(nèi)容
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實(shí)驗(yàn)室 版權(quán)所有    關(guān)于我們 | 聯(lián)系我們 | 廣告服務(wù) | 公司動(dòng)態(tài) | 免責(zé)聲明 | 隱私條款 | 工作機(jī)會(huì) | 展會(huì)港