通过强化学习实现直接喷墨写作的闭环控制
摘要：赋予增材制造运用各种新型功能材料的能力将极大地推动该技术的发展。然而，使这些材料可打印需要由专业操作员进行艰苦的试错工作，因为它们通常会展现特殊的流变或滞后特性。即使成功找到了加工参数，由于不同批次材料的差异，也无法保证打印的一致性。这些挑战使得闭环反馈成为一种有吸引力的选择，其中的加工参数可以即时调整。设计一个高效的控制器面临着几个挑战：堆积参数复杂且高度耦合，长时间后可能产生瑕疵，堆积的模拟计算开销巨大，进行硬件学习无法解决。在这项工作中，我们展示了使用强化学习学习封闭环控制策略的可行性。我们表明，近似但高效的数值模拟足以学习转化为真实经验的堆积行为模式。结合强化学习，我们的模型可以用于发现优于基准控制器的控制策略。此外，得到的策略与真实环境之间有最小的模拟与实际差距。我们通过在单层直接墨水写入打印机上应用我们的控制策略来展示这一点。
作者：Michal Piovarci (IST Austria), Michael Foshey (MIT CSAIL), Jie Xu (MIT CSAIL), Timothy Erps (MIT CSAIL), Vahid Babaei (MPI Informatics), Piotr Didyk (USI Lugano), Szymon Rusinkiewicz (Princeton University), Wojciech Matusik (MIT CSAIL), Bernd Bickel (IST Austria)
论文ID：2201.11819
分类：Graphics
分类简称：cs.GR
提交时间：2022-09-14