用于紧凑平行四边形四折纸原型逆向轮廓设计及快速激光切割的强化学习方法

《Materials & Design》：Reinforcement learning for inverse silhouette design and rapid laser cutting of compact parallelogram quad kirigami prototypes

　　

Milad Yazdani|Shahriar Shalileh|Dena Shahriari

摘要

剪纸术是一种越来越有用的制造方法，可用于制作形状可编程的超材料结构。然而，逆向设计仍然具有挑战性，因为其实现过程是非线性的，且可行的切割布局必须满足离散兼容性规则、避免重叠，并将目标形状映射为有效的设计。我们提出了RL-Kirigami这一逆向设计框架，它结合了最优传输条件流匹配与强化学习，用于生成适用于紧凑型可重构平行四边形剪纸结构的兼容比例场。通过行进解码器来确保全局几何兼容性，而群相对策略优化则使生成器能够根据轮廓匹配、可行性以及比例场规则性等不可微奖励进行优化。在多种程序生成的目标形状实例中，仅使用预训练过的OT-CFM模型即可达到$$的精度，且相比传统求解方法减少了数百次的前向模拟次数，降至$$。GRPO算法还将精度提升至$$，并且在考虑规则性约束的情况下，还将所需时间从$$减少到$$，同时仍保持$$的效率。生成的布局会被导出为DXF格式，然后在聚合物板材上通过激光切割，每件产品的加工时间仅需$$分钟。这些结果为在几何可行性约束下，开发一种兼顾制造需求的可部署剪纸超材料逆向设计流程提供了支持。