论文提出SILO仿真在环框架,将GPU并行仿真、局部强化学习策略和鲁棒线缆状态估计结合,用于多阶段线缆路由。模型在数千个并行仿真环境中训练,以覆盖不同线缆几何形状与变形模式;真实任务中相较既有学习方法取得更高成功率,并将循环时间降低约2倍。
最近 24 小时暂无可用热度快照。