論文の概要: RL-Lock: Reinforcement Learning for Generating Interlocking Assemblies

• arxiv url: http://arxiv.org/abs/2608.01744v1
• Date: Mon, 03 Aug 2026 06:11:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 21:56:46.379606
• Title: RL-Lock: Reinforcement Learning for Generating Interlocking Assemblies
• Title（参考訳）: RL-Lock: インターロックアセンブリ生成のための強化学習
• Authors: Xuyang Ma, Chaewoon Kim, Haonan Zhang, Rulin Chen, Ziqi Wang, Peng Song,
• Abstract要約: インターロックアセンブリ(Interlocking Assembly)は、部品部品が、接着剤や釘などの外部コネクタに頼ることなく、その幾何学的配置によって純粋に接続されるアセンブリである。 一般に、ボクセルグリッドとして表されるターゲット3Dオブジェクトを所定数のインターロック片に分割する形状問題として、インターロックアセンブリを生成する問題が定式化される。 ブロッキングアセンブリの生成は本質的にシーケンシャルな意思決定問題であり、エージェントが各ボクセルに割り当てられるべき部品を繰り返し決定する。 本研究は, ハンドクラフトによる探索に頼らずに, 連動する集合体を生成するための最初の強化学習フレームワークであるLockを提案する。
• 参考スコア（独自算出の注目度）: 18.538736115937926
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: An interlocking assembly is an assembly in which component parts are connected purely through their geometric arrangement, without relying on external connectors such as glue and nails. Such assemblies have been widely used in a variety of real-world applications due to their structural stability. The problem of generating interlocking assemblies is generally formulated as a shape decomposition problem, where a target 3D object represented as a voxel grid is partitioned into a prescribed number of interlocking pieces. We observe that generating interlocking assemblies is inherently a sequential decision-making problem, where an agent repeatedly decides which piece each voxel should be assigned to. Inspired by the observation, we propose the first reinforcement learning framework RL-Lock for generating interlocking assemblies, without relying on handcrafted search heuristics as existing works did. RL-Lock combines structured action chunking with MCTS-guided policy-value learning to efficiently navigate the large combinatorial search space for interlocking assembly generation. We demonstrate through experiments that RL-Lock allows effective generation of interlocking assemblies, especially for challenging cases in which existing approaches take too long or even fail to find a valid solution.
• Abstract（参考訳）: インターロックアセンブリ(Interlocking Assembly)は、部品部品が、接着剤や釘などの外部コネクタに頼ることなく、その幾何学的配置によって純粋に接続されるアセンブリである。 このようなアセンブリは、その構造的安定性のために、様々な現実世界のアプリケーションで広く使われている。 一般に、ボクセルグリッドとして表されるターゲット3Dオブジェクトを所定数のインターロック片に分割する形状分解問題として、インターロックアセンブリを生成する問題が定式化される。 ブロッキングアセンブリの生成は本質的にシーケンシャルな意思決定問題であり、エージェントが各ボクセルに割り当てられるべき部品を繰り返し決定する。 本研究は,既存の作業のように手作業による探索ヒューリスティックに頼ることなく,連動アセンブリを生成するための最初の強化学習フレームワークRL-Lockを提案する。 RL-Lockは構造化アクションチャンキングとMCTS誘導のポリシー値学習を組み合わせることで、大規模な組合せ探索空間を効率的にナビゲートし、相互同期アセンブリ生成を行う。 RL-Lockは、特に既存のアプローチに時間がかかりすぎたり、有効な解を見つけられなかったりした場合に、効果的なインターロックアセンブリの生成を可能にすることを実験を通して実証する。

関連論文リスト

• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• Improving and Accelerating Offline RL in Large Discrete Action Spaces with Structured Policy Initialization [11.646124619395486]
  離散的な作用空間における強化学習では、指数関数的に多くの共同作用を探索し、コヒーレントな組み合わせを形成する複数の部分作用を同時に選択する必要がある。 既存のアプローチは、サブアクション間で独立性を仮定することでポリシー学習を単純化するか、またはアクション構造とコントロールを共同で学ぼうとする。 本稿では,まず行動構造モデル(ASM)を事前訓練し,有効な行動の多様体を抽出し,その表現を凍結し,軽量なポリシーヘッドを制御するための2段階のフレームワークであるStructured Policy Initialization(SPIN)を紹介する。
  論文  参考訳（メタデータ） (2026-01-07T22:57:21Z)
• Learning to Segment for Vehicle Routing Problems [17.833256268800323]
  車両ルーティング問題(VRPs)の最先端技術として広く認識されているイテレーティブ 本研究では, 解の大部分が安定であり, 探索を繰り返して変化しないため, 冗長な計算が生じる。 我々は、反復解法を高速化するために、FSTA(First-Segment-Then-Aggregate)分解技法の正式な研究を開拓した。 我々は3つのL2Seg変種を提示する:非自己回帰(グローバルに包括的だが局所的に無差別)、自己回帰(局所的に洗練されているが、グローバルに不足している)、およびそれらの相乗効果。
  論文  参考訳（メタデータ） (2025-06-22T05:38:15Z)
• Reinforcement learning with combinatorial actions for coupled restless bandits [62.89013331120493]
  提案するSEQUOIAは,動作空間に対する長期報酬を直接最適化するRLアルゴリズムである。 我々は,複数介入,経路制約,二部間マッチング,容量制約という,制約を伴う4つの新しいレスレス・バンディット問題に対して,SEQUOIAを実証的に検証した。
  論文  参考訳（メタデータ） (2025-03-01T21:25:21Z)
• Improving Retrieval-Augmented Generation through Multi-Agent Reinforcement Learning [88.55095746156428]
  Retrieval-augmented Generation (RAG) は、外部知識を大規模言語モデルに組み込むために広く利用されている。 標準的なRAGパイプラインは、クエリ書き換え、文書検索、文書フィルタリング、回答生成など、いくつかのコンポーネントで構成されている。 本稿では,複数コンポーネントからなる複雑なRAGパイプラインを多エージェント協調作業として扱うことを提案する。
  論文  参考訳（メタデータ） (2025-01-25T14:24:50Z)
• SPAFormer: Sequential 3D Part Assembly with Transformers [52.980803808373516]
  SPAFormerは3Dパートアセンブリ(3D-PA)タスクにおける逐次的な爆発的課題を克服するために設計された革新的なモデルである。 部品の数が増えると、組立の組み合わせは指数関数的に増加し、3D-PAの有効性を著しく阻害する爆発を引き起こす。 部分列は、単語によって構成された文に似た構成規則を伝達するため、並列およびオートレ生成の両方を探索する。
  論文  参考訳（メタデータ） (2024-03-09T10:53:11Z)
• LExCI: A Framework for Reinforcement Learning with Embedded Systems [1.8218298349840023]
  本稿では,RLライブラリと組込みシステムとのギャップを埋める LExCI というフレームワークを提案する。 オープンソースライブラリのRLlibを使用して,組み込みシステム上でエージェントをトレーニングするための,無償かつオープンソースツールを提供する。 操作性は、最先端の2つのRL-algorithmと、迅速な制御プロトタイピングシステムで実証されている。
  論文  参考訳（メタデータ） (2023-12-05T13:06:25Z)
• Spatial Assembly: Generative Architecture With Reinforcement Learning, Self Play and Tree Search [1.2691047660244335]
  空間集合体生成における強化学習の活用について検討する。 設計者が設定した目的を最大化するアセンブリを生成するポリシーを学ぶために,強化学習と自己再生を用いたアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-01-19T11:57:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。