摘要
本发明公开一种基于强化学习的混凝土3D打印路径优化方法及系统,方法包括以下步骤:将待打印的几何模型表示为由节点和边组成的图形结构,每个节点为打印表面上三维空间中的具体位置,边表示打印头在节点之间可行的移动路径;通过Q‑learning算法对喷头运动进行动态优化,对Q值迭代计算,以即时奖励为依据完成对打印路径的动态调整,得到最小化移动距离、最小化急转弯次数以及最小化启停次数的最优打印路径;将最优打印路径数据转换为标准G代码,基于标准G代码控制3D打印机执行最优打印路径;通过结合Q‑learning算法中最优Q值的求解过程以及混凝土3D打印路径规划的建造要求,通过强化学习模型自学习‑自演进的算法优势,可以高效完成精确的最佳打印路径规划。
技术关键词
路径优化方法
混凝土
节点
计算机可执行程序
路径优化系统
打印机喷嘴
算法
强化学习模型
喷头
可读存储介质
贪婪策略
打印系统
处理器
动态更新
延续性
模块
系统为您推荐了相关专利信息
数据
优化管理系统
语义分析技术
一致性协议
节点
传感器节点
监测方法
线性回归模型
数据分析单元
数据存储单元
客服服务方法
意图识别模型
查询意图
客服服务系统
接口节点
隐私保护方法
中继节点
零知识证明
脱敏数据
指纹
糖尿病风险预测
节点特征
特征提取模型
对象
数据