本文提出了一种基于深度强化学习的三维管道布局自动生成方法，通过定义基于管道长度、弯头和安装距离等三个约束条件的奖励函数，将几何特征上升到训练环境抽象层面，通过与环境的交互来收集数据并训练出 DRL 模型，可以自动设计出高质量的管道布局，取得了比传统算法更短的时间内完成布局任务的效果。

May, 2023

本研究旨在找到同时考虑大小和布局变量的桁架结构的最佳设计。本文应用了一种结合更新过程和蒙特卡罗树搜索的强化学习方法，称为更新蒙特卡罗树搜索（UMCTS），用于解决桁架结构的大小和布局优化问题。UMCTS 的验证和效率在平面和空间桁架的基准问题上得到了测试，并且与分支定界法相比，UMCTS 的计算时间快了两倍。数值结果表明，所提出的方法稳定地获得了比其他传统方法更好的解决方案。

Sep, 2023

通过结合更新蒙特卡洛树搜索法和强化学习技术，本文提出了一种名为更新蒙特卡洛树搜索的高效优化算法，用于寻找适宜的桁架结构设计，数值结果表明该方法比传统方法计算时间至少快十倍且能稳定获得更好的解。

Sep, 2023

本研究基于 PneuMesh 硬件构想，设计了一个学习模型和遗传算法和强化学习相结合的优化方案，以帮助机械桌在少数控制输入的情况下实现各种运动，包括变形桁架的包容性和适应性设计。

Nov, 2022

本文提出了一种基于强化学习框架的分层代理方法，能够在三维空间中逐步放置分子亚结构，从而高效地学习如何建造具有不同分布的分子，包括药物样分子、有机发光二极管分子和生物分子，只利用能量考虑即可。

Feb, 2022

我们提出了基于近端策略优化的概率约束强化学习算法，通过使用 Lagrangian relaxation 将约束优化问题转换为无约束目标，从而在先进的核电厂设计中实现了最小违规距离和违规率。

Jan, 2024

本文介绍了两项新的安全强化学习方法，OptLayerPolicy 和 self-improving hard constraints，将约束函数与 RL 形式解耦，以提高初始效用和准确性，提供了在模拟的多能源系统案例研究中实现 92.4%（OptLayerPolicy）的初始效用和 104.9%（GreyOptLayerPolicy）的策略的结果。

Apr, 2023

本文提出了两种新的安全强化学习方法，即 SafeFallback 和 GiveSafe，其安全约束公式与 RL 公式分离，可提供硬约束满足保证，且无需解决数学问题，从而降低计算能力要求，并具有更灵活的约束公式表述。方法可应用于超出 RL 的任何策略，同时提供硬约束保证，并在模拟多能源系统案例研究中验证了方法的有效性。

Jul, 2022

本文使用层次化强化学习 (HRL) 将家具布局任务作为马尔科夫决策过程 (MDP) 完成，以实现在室内场景的虚拟现实中产生适当的二家具布局，最终结果表明该模型可以产生比现有模型更高质量的布局。

Oct, 2022

提出的自动化方法利用强化学习算法来改善分布式过滤电路（DFCs）的设计，消除了工程师设计经验的依赖，从而显著降低了电路设计的主观性和限制性。实验结果表明，与传统的工程师驱动方法相比，该方法在设计效率和质量上都有明显的改进，特别是在设计复杂或快速演化的 DFCs 时表现出卓越性能。此外，与现有的电路自动化设计技术相比，该方法展现出更高的设计效率，凸显了强化学习在电路设计自动化中的巨大潜力。

Feb, 2024