深層強化学習とシミュレーションを用いたエンドミル加工条件の最適化（第1報）

抄録

生産現場では，安定した品質や量産化といったメリットから自動化が進み，NC工作機械を用いた加工が普及している．一方，工具送り速度や主軸回転数などの加工条件の選定は，依然作業者の経験やノウハウに頼っている．本研究は，Deep Q-Networkと呼ばれる強化学習手法と切削シミュレーションを応用して加工条件の最適化を目指している．第1報として，本報はエンドミル加工における工具送り速度の最適化に関する研究結果を報告する．