オンライン3Dビンパッキングにおける空間ヒューリスティック戦略に基づく拡散強化学習

arXiv:2610.32241v1 発表タイプ：新規 要旨：従来のヒューリスティック手法は、空間利用率や3Dビンパッキングのレイアウトのコンパクトさといった核心的な目標において、人為的に設計されたルールベースの論理に依存することで成熟した経験を蓄積してきました。しかし、これらには一般化能力や動的シナリオへの適応性という面で顕著な限界が見られます。強化学習の空間探索能力と拡散学習のデータ分布モデリング能力を統合した拡散強化学習は、行動分布のモデリングや意思決定の遵守制約の面で一定の進展を遂げています。それでもなお、3Dビンパッキングにおける空間のトポロジカル構造に対する十分な認識の欠如や、レイアウト最適化能力の限定といった課題が残されています。