parameter-optimization

本文提出了RL2C，一种基于Q-learning的算法，用于优化光学薄膜的激光切割参数（焦距、激光功率），以减少锥度尺寸和材料浪费。实验表明，与现有强化学习方法相比，其优化步骤最多减少12.5%，处理时间最多减少81.8%。

本文提出了针对具有状态依赖事件的微分代数方程（DAEs）的可微参数优化方法，并比较了通过模拟实现的自动微分与显式离散伴随方法。