一种基于机器学习的包装盒智能展开与排版优化方法

本发明公开了一种基于机器学习的包装盒智能展开与排版优化方法，旨在提升材料利用率并降低切割路径复杂度；该方法首先获取包装盒的三维模型数据，并基于折叠边与连接关系生成包含折叠线、切割线和拼接区域的二维展开结构；结合纸张宽度和切割路径等生产参数，构建约束条件并输入深度强化学习模型进行迭代优化，通过构建可调权重的复合奖励函数，引导模型在满足约束前提下优化展开方案；优化过程中引入注意力机制，对材料浪费区域进行局部调整，进一步提升排版效率；最终生成的优化展开结构可直接用于裁切与拼接生产作业，适用于包装定制与自动化生产场景。