基于深度强化学习辅助的多晶超硬材料原子级抛光方法

本发明公开了一种基于深度强化学习辅助的多晶超硬材料原子级抛光方法，属于多晶超硬材料技术领域，包括采用原子力显微镜明确单晶金刚石低指数面的材料去除率分布趋势，并建立单晶金刚石表面材料去除率数据库；识别多晶金刚石样品抛光面的晶粒取向/分布及易抛光晶向信息，并采用原子力显微镜表征晶粒间高度差；建立转向抛光模型；基于单晶金刚石去除率数据库与多晶金刚石样品抛光面的晶粒取向信息，构建表面粗糙度与抛光方向和抛光时间的函数关系模型；在深度强化学习算法DQN中引入经验回放机制对函数关系模型进行抛光求解，获得目标表面粗糙度时各方向对应的抛光时间。本发明采用上述方法，显著降低了多晶金刚石表面粗糙度，获得了原子级表面。