arXiv · cs.AI· Caicheng Wang, Zili Wang, Shuyou Zhang, Yongzhe Xiang, Zheyi Li, Jianrong Tan·· 6 小时前
SLPR框架用PPO实现航空发动机自由形状管路自适应优化
A self-learning framework for adaptive free-form pipe routing in aeroengines
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Caicheng Wang, Zili Wang, Shuyou Zhang, Yongzhe Xiang, Zheyi Li, Jianrong Tan
期刊信息（来源提供）：Sci. China Technol. Sci. 69, 1720402 (2026)
研究任务与主要进展
研究提出基于PPO的SLPR方法，通过统一规则建模框架和势能表优化航空发动机自由形状管路，并让智能体在环境变化后微调网络参数。基于论文摘要，SLPR在静态和动态设计环境中均较三个代表性基线改善管长、布局规则遵循、路径复杂度和计算效率，并减少动态环境中的从头搜索。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org