| 专利号 | 2022101491857 | 申请日 | 2022-02-18 | 专利名称 | 一种基于深度强化学习的货箱堆叠优化方法 |
| 授权日 | 2024-10-18 | 专利权人 | 山东大学 | 发明人 | 李歧强;段振堂;宋文 |
| 主分类号 | G06Q10/04 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于深度强化学习的货箱堆叠优化方法，包括如下步骤：根据货箱堆叠顺序及提箱优先级，设计m个环境状态变量来代表每个栈的堆存状态，再根据当前步骤使用的n个栈状态及其待堆叠的货箱状态，计算得到当前时刻的状态矩阵S；通过设计特征提取网络，进一步提取状态矩阵S中的特征，得到特征矩阵T；将特征矩阵T作为堆叠决策网络的输入数据，输出为各个栈的概率分布，进而选择一个栈堆叠货箱；使用深度强化学习算法进行特征提取网络和堆叠决策网络的训练，训练时采用决策评价网络对输出进行评价，优化堆叠决策并更新参数。本发明所公开的方法能够适应货箱数和栈最高堆叠层数发生变化的情况，以达到提高货箱堆叠和提取效率的目的。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
