인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
The advancement of modern industries and electronic devices has made cable routing in three-dimensional (3D) environments an essential design process across various fields, including machinery, automobiles, aircraft, and electronics. Traditional cable routing is often manually performed by experts, leading to variability in quality and potential errors depending on the operator's skill. Moreover, frequent design changes can significantly increase time and costs. To address these issues, this study proposes an automatic cable routing method for 3D electrical panel design using deep reinforcement learning. The approach incorporates a sequential task generation process for path exploration and employs a curriculum learning framework to train routing agents effectively. The trained agents generate natural 3D cable models based on the identified paths. Experimental results demonstrate that the proposed method significantly improves path planning efficiency while satisfying design constraints. This study highlights the potential of combining grid structures and reinforcement learning to solve cable routing problems and improve practical applicability in panel design.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
