RL-Lock: Reinforcement Learning for Generating Interlocking Assemblies

📄 arXiv: 2608.01744v1 📥 PDF

作者: Xuyang Ma, Chaewoon Kim, Haonan Zhang, Rulin Chen, Ziqi Wang, Peng Song

分类: cs.AI, cs.GR

发布日期: 2026-08-03

💡 一句话要点

提出RL-Lock以解决生成互锁装配问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 互锁装配 强化学习 蒙特卡洛树搜索 结构化动作分块 3D建模 形状分解 组合优化

📋 核心要点

  1. 现有方法在生成互锁装配时通常依赖手工设计的搜索启发式，导致效率低下，难以处理复杂情况。
  2. 本文提出的RL-Lock框架通过强化学习方法，利用结构化动作分块和蒙特卡洛树搜索，优化互锁装配生成过程。
  3. 实验结果显示，RL-Lock在生成互锁装配的效率和有效性上显著优于现有方法，尤其在复杂案例中表现突出。

📝 摘要（中文）

互锁装配是通过几何排列连接的组件，无需外部连接器如胶水和钉子。生成互锁装配通常被视为形状分解问题，目标3D物体以体素网格表示，并被划分为预定数量的互锁部件。本文提出了第一个强化学习框架RL-Lock，旨在高效生成互锁装配，避免了现有方法依赖手工搜索启发式的局限。RL-Lock结合了结构化动作分块与基于蒙特卡洛树搜索的策略-值学习，能够有效探索互锁装配生成的组合搜索空间。实验结果表明，RL-Lock在生成互锁装配方面表现出色，尤其在现有方法难以找到有效解决方案的复杂案例中。

🔬 方法详解

问题定义：本文旨在解决生成互锁装配的问题，现有方法依赖手工搜索启发式，导致在复杂情况下效率低下，甚至无法找到有效解。

核心思路：RL-Lock框架的核心思想是将生成互锁装配视为一个序列决策问题，通过强化学习方法来优化决策过程，避免手工设计的局限性。

技术框架：RL-Lock的整体架构包括两个主要模块：结构化动作分块和基于蒙特卡洛树搜索的策略-值学习。前者用于高效地划分动作空间，后者则用于优化策略和价值评估。

关键创新：RL-Lock的主要创新在于首次将强化学习应用于互锁装配生成，结合结构化动作分块和MCTS，显著提高了搜索效率和生成质量。与现有方法相比，RL-Lock能够更好地处理复杂的组合搜索空间。

关键设计：在RL-Lock中，动作分块的设计允许智能体在每个决策步骤中高效选择部件，同时损失函数的设计确保了生成的装配满足互锁要求，网络结构则优化了策略和价值的学习过程。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，RL-Lock在生成互锁装配的效率上比现有方法提高了显著的性能，尤其在复杂案例中，RL-Lock能够在更短的时间内找到有效的解决方案，展示了其在实际应用中的优势。

🎯 应用场景

该研究的潜在应用领域包括建筑设计、玩具制造和模块化机器人等，能够为这些领域提供高效的互锁装配解决方案。通过优化设计流程，RL-Lock有助于降低生产成本，提高产品的结构稳定性，未来可能会对相关行业产生深远影响。

📄 摘要（原文）

An interlocking assembly is an assembly in which component parts are connected purely through their geometric arrangement, without relying on external connectors such as glue and nails. Such assemblies have been widely used in a variety of real-world applications due to their structural stability. The problem of generating interlocking assemblies is generally formulated as a shape decomposition problem, where a target 3D object represented as a voxel grid is partitioned into a prescribed number of interlocking pieces. We observe that generating interlocking assemblies is inherently a sequential decision-making problem, where an agent repeatedly decides which piece each voxel should be assigned to. Inspired by the observation, we propose the first reinforcement learning framework RL-Lock for generating interlocking assemblies, without relying on handcrafted search heuristics as existing works did. RL-Lock combines structured action chunking with MCTS-guided policy-value learning to efficiently navigate the large combinatorial search space for interlocking assembly generation. We demonstrate through experiments that RL-Lock allows effective generation of interlocking assemblies, especially for challenging cases in which existing approaches take too long or even fail to find a valid solution.