首页|基于带约束深度强化学习的在线三维装箱方法

基于带约束深度强化学习的在线三维装箱方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对三维装箱问题中货物信息有限、放置发生碰撞和物理性稳定受限等,提出基于带约束深度强化学习的在线三维装箱方法.利用改进后的启发式搜索算法来预测放置动作的可行性掩码,并使用该掩码调整策略网络在训练期间输出的动作概率.试验结果表明,算法提高了无序混合货物的装箱效率,单个货物的平均放置时间仅为3.9 ms,空间利用率达到68％.研究为强化学习在组合优化领域的应用提供参考.
Online 3D boxing method based on constrained deep reinforcement learning

3D boxingreinforcement learningheuristic searchfeasibility masking

张锐、曾祥进、徐成

展开 >

武汉工程大学计算机科学与工程学院,武汉 430205

三维装箱 强化学习 启发式搜索 可行性掩码

国家自然科学基金湖北省三峡实验室创新基金

61502355SC215001

2023

10.3969/j.issn.1005-1295.2023.04.015

包装与食品机械
中国机械工程学会

包装与食品机械

CSTPCD北大核心
影响因子：1.019
ISSN：1005-1295
年,卷(期)：2023.41(4)
  • 3