Improved Monte Carlo tree search (MCTS) formulation with multiple root nodes for discrete sizing optimization of truss structures

要約

本稿では、更新プロセス、最良報酬、加速手法、終端条件を備えたモンテカルロ木探索(MCTS)を利用したトラス構造の離散最適設計のための新しい方法を提案する。
この研究では、複数のルート ノードを使用した改良された MCTS 定式化が開発されています。
更新プロセスとは、最終解が見つかったら、それを次の検索ツリーの初期解として使用することを意味します。
最良の報酬は逆伝播ステップで使用されます。
高速化手法は、検索ツリーの幅を減らし、最大反復回数を減らすことによって導入されます。
エージェントは、最終条件が満たされるまで、さまざまな制約の下で総構造重量を最小化するようにトレーニングされます。
この場合、最適解は、探索木によって見つかったすべての解の最小値になります。
これらの数値例は、エージェントが低い計算コストで最適解を見つけ、最適な設計を安定して生成し、実際の工学問題に適していることを示しています。

要約(オリジナル)

This paper proposes a new method for discrete optimum design of truss structures utilizing Monte Carlo tree search (MCTS) with update process, the best reward, accelerating technique, and terminal condition. An improved MCTS formulation with multiple root nodes is developed in this study. Update process means that once a final solution is found, it is used as the initial solution for next search tree. The best reward is used in the backpropagation step. Accelerating technique is introduced by decreasing the width of search tree and reducing maximum number of iterations. The agent is trained to minimize the total structural weight under various constraints until the terminal condition is satisfied. Then, optimal solution is the minimum value of all solutions found by search trees. These numerical examples show that the agent can find optimal solution with low computational cost, stably produces an optimal design, and is suitable for practical engineering problems.

arxiv情報

著者 Fu-Yao Ko,Katsuyuki Suzuki,Kazuo Yonekura
発行日 2024-06-28 15:10:03+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.NA, math.NA パーマリンク