基于力学耦合的深度强化学习方法，用于自动设计基坑内的内部支撑结构

《AUTOMATION IN CONSTRUCTION》：Mechanics-coupled deep reinforcement learning for automated design of internal supporting structure in foundation pits

　　

张帆|高宇青|方成

• •
  基于图像的方法将图纸转换为用于FE建模的结构数据。
• •
  TriACE-Net结合PPO算法共同优化构件的截面尺寸和加固比例。
• •
  分阶段的物理信息反馈机制通过FE仿真结果嵌入安全性和细节设计规则。
• •
  SupportRL算法生成的设计方案符合编码规范且高效，性能优于遗传算法（GA）。