Data driven design utilizing machine learning techniques

2022 Fiscal Year Final Research Report

• Project/Area Number: 21K14064
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 18030:Design engineering-related
• Research Institution: The University of Tokyo
• Principal Investigator: Yonekura Kazuo 東京大学, 大学院工学系研究科(工学部), 講師 (40890025)
• Project Period (FY): 2021-04-01 – 2023-03-31
• Keywords: データ駆動型設計 / 機械設計 / 機械学習 / 深層生成モデル / 深層強化学習

Outline of Final Research Achievements

We developed a basic system and conducted fundamental studies on data-driven design, which automates the design of machine parts through machine learning. It was found that various shapes of machine parts can be generated using deep generative models, and that the generated shapes can be controlled so that desired shapes can be generated.
We also developed a method for efficient design optimization using deep reinforcement learning.

Free Research Field

数理工学

Academic Significance and Societal Importance of the Research Achievements

機械設計は人間の設計者が多数の試行錯誤を繰り返して行っている。より性能の良い製品を設計するためには高度なスキルとノウハウを持った設計者が多くの時間を割く必要があった。これに対して本研究は、人工知能（AI)を用いて様々な設計検討を機械が自動で気に行える可能性を示した。これにより、今までよりも性能の良い製品が設計できる可能性が示された。また少子高齢社会ではベテランエンジニアは貴重な存在であり、彼らを単純作業から解放して、より創造性に富む業務に従事していただけるようになる可能性も秘めている。