典型文献
AC-HAPE3D:基于强化学习的异形填充算法
文献摘要：
在3D打印、快递物流等领域,需要将形状各异的零件或货物在限定的空间中摆放,称为异形填充.给出一种摆放方案,以便将尽可能多的多面体放入给定容器;或者一批物体紧密地摆放,使得占用体积最小,则称为异形填充问题.这是个NP问题,很难高效求解.基于此,研究在一个可变维度的三维容器内摆放给定的一组多面体,使得打包后容器的可变维度最小.并提出一个基于强化学习的算法AC-HAPE3D,利用启发式算法HAPE3D将问题建模为马尔可夫过程,再利用基于策略的强化学习方法Actor-Critic进行学习.同时用体素来表示容器和多面体,从而简化状态信息的表达,并用神经网络表示价值函数和策略函;为了解决状态信息长度以及动作空间可变的问题,采取遮罩的方法来屏蔽部分输入和输出,并且引入LSTM来处理变长的状态信息.在5个不同的数据集进行的实验表明算法能够取得较好的结果.
文献关键词：
异形填充;启发式算法;体素;强化学习;三维打印
中图分类号：
作者姓名：
朱鹏辉;袁宏涛;聂勇伟;李桂清
作者机构：
华南理工大学计算机科学与工程学院,广东广州 510006
文献出处：
引用格式：
[1]朱鹏辉;袁宏涛;聂勇伟;李桂清-.AC-HAPE3D:基于强化学习的异形填充算法)[J].图学学报,2022(06):1096-1103
A类：
HAPE3D,异形填充
B类：
AC,填充算法,快递物流,零件,货物,摆放,多面体,放入,定容,NP,放给,打包,启发式算法,马尔可夫过程,强化学习方法,Actor,Critic,素来,状态信息,网络表示,价值函数,动作空间,遮罩,屏蔽,变长,三维打印
AB值：
0.29956
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
