01 · A
Problem
Die Dimension eines vollständigen Layouts ändert sich mit Brückenlänge und Pfeilerzahl. Das Projekt formuliert die Planung als Folge von Spannweitenentscheidungen und entfernt unmögliche Aktionen vor der Auswahl.
Alle Projekte06 / 09
Beschränkte sequenzielle Entscheidungen
Optimierung der Brückenfeldplanung
Ein gemeinsames Brückenlayout-Modell mit erklärbaren Kosten, klassischen Baselines und maskierten RL-Solvern für variable Brückenlängen.
- Zeitraum
- 2024 — 2026
- Schwerpunkt
- Reinforcement Learning · Combinatorial Optimization · Research Engineering
- Kerntechnologien
- Python · PyTorch · Beam-DP · DQN
Kurzfassung
- Problem
- Die Dimension eines vollständigen Layouts ändert sich mit Brückenlänge und Pfeilerzahl. Das Projekt formuliert die Planung als Folge von Spannweitenentscheidungen und entfernt unmögliche Aktionen vor der Auswahl.
- Mein Beitrag
- Das endliche Brückenproblem als MDP/DAG reformuliert und Masken für zulässige Aktionen entworfen.
- Ergebnis / Grenze
- Reproduzierbare Trainings- und Inferenzpfade etabliert; Laufzeit-, Kosten- und Optimalitätsvergleiche benötigen noch ein vollständiges gemeinsames Evaluationssetup.
01 · B
Kontext
Random, kostenbewusstes Greedy, begrenztes Beam-DP, tabellarische Verfahren und DQN nutzen dasselbe Domänenmodell; Offline-Training ist für HPC/Slurm vorgesehen.
Warum es wichtig ist
Brückenlayouts verbinden harte Ausschlusszonen mit konkurrierenden, verlaufsabhängigen Kosten. Gemeinsame Randbedingungen und erklärbare Baselines machen ungültige Vorschläge sichtbar, zertifizieren aber keinen Entwurf.
Technische Details öffnenDie eigentliche Schwierigkeit · Systempfad · Zentrale Abwägungen
Die eigentliche Schwierigkeit
- 01
Brückentyp, Länge, Spannweitenkatalog und Auflösung verändern den Suchraum.
- 02
Flüsse, Straßen und weitere Regionen werden zu Ausschlüssen oder abgestuften Kosten.
- 03
Das vollständige Ziel ist verlaufsabhängig; Beam-DP ist nicht allgemein exakt.
- 04
Illegale Aktionen müssen bei Exploration und Bellman-Zielen maskiert werden.
Problemreformulierung
Ein Ganzlayout koppelt das Modell an die Brückenlänge
Die sequenzielle Formulierung hält ein stabiles Aktionsvokabular: nächste legale Spannweite wählen oder Episode beenden.
01gekoppelt
Ganzlayout-Ausgabe
Größe ändert sich mit Pfeilern und Länge
02Startbias
Pfeiler verschieben
Lange feingranulare Entscheidungsketten
03wiederverwendbar
Nächste Spannweite
Stabiler diskreter Katalog
04variable Länge
Ende-Aktion
Horizont ändert sich, Vertrag bleibt
Mein Ansatz
Systempfad
Modellieren
Problem, Zonen, legale Spannweiten und Kostenzerlegung kodieren
Referenz
Random, Greedy und begrenztes Beam-DP über einen Vertrag ausführen
Lernen
Tabellarische Verfahren und DQN mit Replay, Target-Netz und Masken trainieren
Validieren
Versionierte Policies auf zurückgehaltenen Problemverzeichnissen vergleichen
Maskierter Entscheidungsschritt
Illegale Spannweiten werden vor der Policy-Auswahl entfernt
Die Maske wird aus Position, Restlänge, Spannweitenkatalog und Ausschlusszonen abgeleitet und für Exploration sowie Bellman-Ziele genutzt.
01beobachtet
Zustand
Problem, Position und Spannweitenverlauf
02Vokabular
Kandidaten
Diskrete Spannweiten plus Ende
03harte Regel
Zulässigkeitsmaske
Ausschlüsse und unmöglichen Rest entfernen
04gemeinsamer Vertrag
Solverwahl
Greedy, Beam-DP, tabellarisches RL oder DQN
05Übergang
Neuer Zustand
Spannweite anhängen und Kosten zerlegen
Zentrale Abwägungen
Sequenzielle Reformulierung
Die nächste Spannweite hält das Aktionsvokabular stabil; die Brückenlänge ändert den Horizont.
DP und RL gemeinsam
Begrenztes Beam-DP liefert eine starke erklärbare Referenz; RL untersucht amortisierte Inferenz.
Masken sichern Korrektheit
Illegale Aktionen werden vor Auswahl und Bootstrap entfernt.
04 · A
Mein Beitrag
- Das endliche Brückenproblem als MDP/DAG reformuliert und Masken für zulässige Aktionen entworfen.
- Gemeinsamen Python-Solververtrag sowie Random-, Greedy-, Beam-DP-, tabellarische RL- und DQN-Pfade entwickelt.
- Versionierte Policy-Artefakte, Datenverzeichnisse und Regressionstests ergänzt.
04 · B
Umgesetzte Ergebnisse
- Ein prüfbares Domänenmodell für algorithmische und gelernte Solver umgesetzt.
- Reproduzierbare Trainings- und Inferenzpfade etabliert; Laufzeit-, Kosten- und Optimalitätsvergleiche benötigen noch ein vollständiges gemeinsames Evaluationssetup.
Erkenntnisse
01Eine gelernte Policy ist nur mit identischen Randbedingungen und Kosten sinnvoll vergleichbar.
02Schnelle Inferenz ist ein Trade-off, kein Beleg für ein besseres oder sichereres Layout.
Was ich öffentlich teilen kann
Ich implementierte ein gemeinsames Modell, Solverfamilien, Masken, einen DQN-Replay/Target-Netz-Pfad und versionierte Artefakte. Der aktuelle Solver nutzt DQN statt Double DQN; frühere Benchmark-Zahlen lasse ich weg, weil ihr Evaluationssetup unvollständig ist.
Öffentliche Quellen