基于Alpha Zero以及结合启发式策略的自动排料方法

摘要

本发明公开了基于Alpha Zero以及结合启发式策略的自动排料方法，涉及工业生产的排料技术领域。本发明包括选取启发式策略、选择比较优势机制、选择训练方式和网络模型、模型训练以及自动排料。本发明启发式策略确定每个元件合适的摆放位置及旋转角度，并用以深度卷积神经网络为基础的策略价值网络来增强MCTS搜索的能力，来确定下一待摆放的元件，如此得到每回合最终排样方案，将当前排样方案结果与之前回合排样方案进行对比，来判断当前回合的比较优势，该回合的排样方案、比较优势又可作为训练数据，提高网络预测动作、评价局面的准确度，如此交替进行，直到训练结果不在提升；有效降低废料率，减少计算时间。