온라인 3D 박스 패킹을 위한 공간적 휴리스틱 전략 기반 확산 강화 학습

arXiv:2610.32241v1 발표 유형: 신규 초록: 전통적인 휴리스틱 방법들은 공간 활용도와 3D 배치 문제의 레이아웃 밀집도 등 핵심 목표에 대해 인위적으로 설계된 규칙 기반 논리를 바탕으로 오랜 경험을 축적해 왔습니다. 그러나 이들 방법은 일반화 능력과 동적 시나리오에 대한 적응력에서 명백한 한계를 보입니다. 강화학습의 공간 탐색 능력과 확산 학습의 데이터 분포 모델링 능력을 결합한 확산 강화학습은 행동 분포 모델링 및 의사결정 준수 제약 조건 측면에서 일정한 성과를 거두었습니다. 그럼에도 불구하고, 3D 배치 문제에서 공간의 위상 구조에 대한 인식 부족과 레이아웃 최적화 능력의 제한이라는 문제들이 여전히 남아 있습니다.