受约束的强化学习束搜索在纸张干燥参数优化中的应用

本研究解决了现有强化学习方法在设计约束实施方面的局限性，提出了一种新的受约束强化学习束搜索方法（RLCBS），用于组合优化问题的推理时间精炼。研究表明，RLCBS在复杂设计约束下的干燥模块配置优化中表现优于传统方法NSGA-II，且速度提升达2.58倍以上。