[发明专利]基于强化学习的双激光器路径缺陷自适应调整方法

权利要求书

1.一种基于强化学习的双激光器路径缺陷自适应调整方法，其特征在于，具体步骤如下：

步骤一、建立强化学习模型

将强化学习系统与3D打印的路径规划系统进行元素映射，形成对应关系：将强化学习中的智能体作为激光头，二维切片层作为可交互环境，状态则是激光头在当前切片层中的所处的位置，动作是激光头选择的下一步所处的位置；激光头处于某一状态时，通过观察当前切片层获取信息，作出决策，决策分为继续打印和抬起激光头，而继续打印这一行动又具体分为继续直行和转弯；激光头做出决策后，环境的信息被更新，同时根据激光头做出的决策给予某个数值的奖励或惩罚；根据环境给出的反馈以及观察到的信息，激光头会做出下一个决策；如此循环，在激光头和环境不断交互的过程中，不断学习如何寻找到最优路径；

其中：

设置奖励与惩罚条件：条件一：在实际打印中能够走直线的情况就尽量减少转弯，在3D打印过程中，转弯会造成转角处材料堆积的情况；因此当激光头连续朝着一个方向运动的时候会给予奖励，当激光头的下一个行为为转弯时设置惩罚；条件二：在打印中如果激光头经常启停同样会影响到最终打印的模型成型效果不好，因此需要减少激光头的启停次数，当激光头的动作发生抬起时需要进行惩罚；

通过策略梯度算法进行动作选择：定义一个神经网络，将状态和动作当作神经网络的输入，将神经网络选择的行为反向传递，使之下次被选择的可能性增加，如果输出的动作获得惩罚，那输出的动作可能性增加的幅度随之被减低，如果输出的动作获得奖励，那就在这次反向传递的时候加大力度，让它下次被选中的可能性更大；设置一个记忆库，每次更新的时候，都可以随机抽取之前的经历进行学习；

步骤二、在打印过程中实时捕捉缺陷

位于打印机上方的摄像机在打印时将每一层的打印情况实时地存储为图片形式，在检测到缺陷存在时，给出信号，将产生缺陷时的那一层的打印情况以图片的形式发出；

步骤三、进行缺陷自适应调整

将步骤二中获得的图像中缺陷部分和未打印部分结合获得模型的输入图像，用步骤一种训练好的强化学习模型对带缺陷的打印情况图形进行路径规划以实现动态的缺陷自适应补全；不断循环完成最后无缺陷的打印。