本發明屬于人工智能及3D打印領域,涉及一種基于強化學習的復雜薄壁結構物體3D打印路徑規劃方法。本發明首先建立路徑規劃的仿真環境,然后基于強化學習中的Q?learning算法,建立回報矩陣R,由回報矩陣R生成狀態?動作矩陣Q;再通過對狀態?動作矩陣Q的數據進行分析,得到打印的路徑規劃仿真結果;最后由仿真結果,結合實際打印機參數,完成實際打印過程。本發明借助Q?learning算法,對3D打印的路徑進行智能的學習,通過學習訓練,使計算機能夠智能的找到適合打印的一條路徑,能夠大大的提高打印的效率,成形的效果也明顯好于傳統的路徑規劃算法。本發明對于復雜薄壁圖形具有通用性。
聲明:
“基于強化學習的復雜薄壁結構物體3D打印路徑規劃方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)