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通過定義不同的獎勵函數(shù)，該規(guī)劃器適應(yīng)多種3D打印應(yīng)用場景，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節(jié)點(diǎn)的圖形時也能實(shí)現(xiàn)實(shí)時路徑規(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勵函數(shù)，適應(yīng)多種3D打印應(yīng)用場景，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)算時間。
例如，在一項(xiàng)實(shí)驗(yàn)中，使用該規(guī)劃器生成一個復(fù)雜線框模型的路徑規(guī)劃總耗時僅為2.05小時，而打印整個模型的時間為6.67小時。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)百小時的計(jì)算時間。
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)域的一個重要里程碑。基于深度學(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。
