製造プロセス制御2026/10/5arXiv:2610.06250

生成的世界モデルによるレーザー溶融池ダイナミクスの予測制御

Generative World Models Enable Predictive Control of Laser Melt Pool Dynamics

レーザー溶融池の動的挙動を予測する生成的世界モデルを構築し、微分可能なモデルを予測制御に用いて溶融池深さを調整するレーザースケジュールを最適化、さらに制御方策を蒸留して実機展開の可能性を示した。

詳しい要約

1. どんなもの？

- レーザー溶融池の動的挙動を予測する生成的世界モデルを提案。 - 温度と相形態の履歴から候補行動下での進展を予測。 - 未解決の溶融流動効果を生成潜在ダイナミクスで捉える。 - 微分可能なモデルを予測制御プラントとして直接利用。 - 想像未来の勾配でレーザースケジュールを最適化し、溶融池深さを調整。 - 最適化を償却ポリシーに蒸留し、単一順伝播で制御行動を生成。

2. 先行研究と比べてどこがすごい？

- 決定論的回帰器よりも過渡的レーザー入力下で再帰的ロールアウト精度が高い。 - 高忠実度シミュレーションでは不可能な時間スケールで意思決定可能。 - ゲーム、ロボティクス、自動運転での世界モデルを製造に応用。 - 未見の形状、経路、初期化に対して溶融池深さを調整可能。 - 償却ポリシーにより実機展開の概念実証を提供。

3. 技術・手法の肝は？

- 生成的世界モデル：温度と相形態の履歴から候補行動下の進展を予測。 - 生成潜在ダイナミクス：未解決の溶融流動効果を捕捉。 - 微分可能な学習ダイナミクスを予測制御プラントとして使用。 - 想像未来を通じた勾配でレーザースケジュールを最適化。 - 最適化を償却ポリシーに蒸留し、単一順伝播で制御行動を生成。

4. どうやって有効だと検証した？

- 過渡的レーザー入力下で決定論的回帰器より正確な再帰的ロールアウトを実証。 - 未見の形状、経路、初期化に対して溶融池深さを調整するレーザースケジュールを最適化。 - 償却ポリシーが単一順伝播で制御行動を生成することを確認。 - 実機展開の概念実証を提供。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究：決定論的回帰器、ゲーム・ロボティクス・自動運転における世界モデル。 - 関連手法：予測制御、償却ポリシー、生成潜在ダイナミクス。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Yiyang Yan, Markus Bambach, Mohamadreza Afrasiabi

分類: cs.LG

原文アブストラクト

World models, which learn how environments respond to actions, are emerging as a powerful paradigm for planning through imagined futures, transforming decision-making across games, robotics and autonomous driving. Bringing this capability to manufacturing could enable process decisions on timescales inaccessible to high-fidelity simulation. Here we introduce a generative world model for localized highly dynamic laser melt pool that predicts evolution from histories of temperature and phase morphology under candidate actions. Its generative latent dynamics capture the effects of unresolved melt flow, enabling more accurate recursive rollouts than deterministic regressors under transient laser inputs. Because the learned dynamics are differentiable, the model can serve directly as a predictive control plant. Gradients through imagined futures optimize laser schedules that regulate melt-pool depth over previously unseen geometry, path, initialization. We further distil this optimization into an amortized policy that produces control actions in a single forward pass, providing a proof of concept for real deployment on machines.

arXivで原文を読む →arXiv概要ページ

← 論文一覧