【新智元導讀】香港中文大學等機構的研究團隊通過深度強化學習（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打印技術的迅速發(fā)展，如何在復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用的關鍵挑戰(zhàn)之一。
近日，曼徹斯特大學、波士頓大學和香港中文大學的研究團隊在SIGGRAPH Aisa 2024聯(lián)合提出了一種創(chuàng)新的、基于深度強化學習（DQN）的路徑規(guī)劃器，能夠在多種不同結構的圖形上生成優(yōu)化的3D打印路徑，顯著提升了打印過程的效率和精度。
論文鏈接：https://arxiv.org/pdf/2408.09198
項目鏈接：https://rl-toolpath-planner.github.io/
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)點序列中找到最優(yōu)路徑。這一問題的復雜性不僅在于不同模型的圖形結構各異，還在于圖形中的節(jié)點和邊數(shù)量龐大。
傳統(tǒng)的方法，例如暴力搜索和啟發(fā)式算法，通常由于計算復雜度高，難以在較短時間內給出全局最優(yōu)解，而該研究提出的DQN優(yōu)化策略，通過動態(tài)構建局部搜索圖（LSG）并在其中進行路徑選擇，大大降低了計算復雜度，使得在處理包含成千上萬個節(jié)點的圖形時也能實現(xiàn)實時路徑規(guī)劃。
方法創(chuàng)新與技術突破
該路徑規(guī)劃器的核心創(chuàng)新點在于其靈活性與適應性。研究團隊通過設計精巧的算法，將局部搜索圖編碼為狀態(tài)空間，使得在相似配置下，先前學習的DQN策略可以被重新利用，進一步加快路徑規(guī)劃的計算速度。
該規(guī)劃器可以通過定義不同的獎勵函數(shù)，適應多種3D打印應用場景，包括線框結構打印、連續(xù)纖維打印以及金屬粉床熔融打印。
在物理實驗中，該規(guī)劃器展示出了卓越的性能。在線框結構打印中，研究人員成功實現(xiàn)了包含多達4200根支柱的模型打印，且變形控制在1毫米以內。
在連續(xù)纖維打印中，該方法能夠有效避免93%以上的銳角轉彎，極大地提高了打印質量；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。
技術細節(jié)
在該研究中，研究團隊通過多樣化的圖形路徑規(guī)劃來應對不同的3D打印挑戰(zhàn)，提出了一種靈活的強化學習策略。在具體實施中，他們使用深度Q網(wǎng)絡（DQN）作為優(yōu)化器，來決定下一個要訪問的最佳節(jié)點。
這種策略通過構建局部搜索圖，并利用歷史數(shù)據(jù)加速計算，大幅提高了路徑規(guī)劃的效率。為了進一步提升模型的性能，研究人員設計了一種算法，可以識別相似配置下的局部搜索圖，從而使之前學習到的DQN策略可以重復利用。這種技術不僅加快了路徑計算速度，還使得該方法能夠在多種3D打印應用中靈活應用。
實驗驗證與廣泛應用
為了驗證該方法的實際效果，研究團隊進行了多種模型的物理實驗，涵蓋了從簡單幾何到復雜結構的多種圖形類型。實驗結果表明，無論是線框結構、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，且顯著縮短了計算時間。
例如，在一項實驗中，使用該規(guī)劃器生成一個復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執(zhí)行，也需要數(shù)百小時的計算時間。
研究團隊還指出，這種基于學習的方法為未來的3D打印技術開辟了新的可能性。通過引入強化學習，路徑規(guī)劃不再僅僅依賴于預先設定的規(guī)則或啟發(fā)式算法，而是可以根據(jù)實際打印情況進行自我調整和優(yōu)化。這不僅提高了打印的成功率，還減少了材料浪費和打印失敗的風險。
前景展望
這項研究的成功標志著3D打印路徑規(guī)劃領域的一個重要里程碑?；谏疃葘W習的路徑規(guī)劃器不僅為復雜幾何結構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)奠定了基礎。
研究團隊計劃在未來進一步擴展該方法的應用范圍，包括探索其在多材料打印、微尺度打印等領域的潛力。此外，通過結合更先進的機器學習模型與優(yōu)化算法，研究人員希望能進一步提高路徑規(guī)劃的效率和精度，為工業(yè)生產和科研應用提供更強大的技術支持。
總體而言，基于學習的多樣化圖形路徑規(guī)劃器在3D打印中的應用，為解決復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)療器械等高精尖領域發(fā)揮重要作用。