期刊文献+

深度强化学习算法在工装室内设计方案生成中的应用分析

下载PDF
导出
摘要 深度强化学习(Deep Reinforcement Learning)算法目前应用的领域比较广泛,但是在工装室内设计领域的应用还较少,随着信息技术的发展,带动了室内设计的信息化发展,弥补了室内设计表达方式的诸多不足,为室内的智能化设计、绿色设计提供了更加结实的技术支撑。本文从DQN(Deep Q-Network)算法的改进与模型训练入手,对工装室内设计4个方面进行建模,分别是空间布局模型生成、智慧家居模型生成、方案评价模型生成、风格迁移模型生成,得出深度强化学习算法在工装室内设计方案生成中的应用路径,以期为信息技术与算法在室内设计领域的研究做出探索与尝试。
作者 黄伟 唐美霞
出处 《数字技术与应用》 2024年第6期114-117,共4页 Digital Technology & Application
基金 中国高校产学研创新基金—新一代信息技术创新项目“基于深度强化学习的智慧化工装室内设计研究及应用”(2020ITA03029) 2021年广西哲学社会科学规划研究课题“全媒体时代突发公共卫生事件信息发布与舆论引导研究”(21FGL027)。
  • 相关文献

参考文献6

  • 1吴天然..基于强化学习的家具自动布局方法[D].东南大学,2020:
  • 2洪焕华..基于强化学习的室内定位算法研究[D].电子科技大学,2020:
  • 3张怀强.基于人工智能处理技术的室内设计方案评价[J].现代电子技术,2020,43(11):176-179. 被引量:4
  • 4周兵..基于深度学习的室内场景智能匹配技术的研究[D].东南大学,2020:
  • 5林文强..基于深度学习的小学校园设计布局自动生成研究[D].华南理工大学,2020:
  • 6李刘刘..基于生成式对抗网络的室内家居场景生成算法[D].浙江工商大学,2019:

二级参考文献15

共引文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部