基于因果强化学习的薄壁零件变形控制多道次切削参数优化

Fengyi Lu, Guanghui Zhou, Chao Zhang, Fengtian Chang, Marco Taisch

Robotics and Computer-Integrated Manufacturing · 2026

摘要

该论文提出了一种利用因果强化学习优化多道次切削参数的方法，以控制薄壁零件加工过程中的变形。通过将因果关系引入强化学习框架，有效提升了加工精度和效率。

reinforcement learningthin-walled partsdeformation controlcutting parameterscausal inference

MANIPULATION

📊 2 引用

Yusen Li, Ziwei Wang, Xiangye Zhu 等 12 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 1 引用

Shaoqing Qin, Lida Zhu, Yanpeng Hao 等 10 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Bo Li, Yuanbo Zhao, Huijie Xiao 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Hao Li, Yuhui Yu, Rui Fu 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026