基于深度强化学习的在线强异构三维装箱算法

来源：计算机集成制造系统杂志2026年第4期北京时间：

作者：管媛媛, 和红杰, 陈帆

单位：1.西南交通大学信息科学与技术学院2.西南交通大学计算机与人工智能学院

摘要：为提高在线强异构装箱的空间利用率,提出一种基于深度强化学习的在线三维装箱算法。算法设计中,策略网络引入箱子六种放置姿态,以增加强异构条件下放置策略的选择性。为缓解六维方向选取带来的动作空间倍增问题,设计一个特征共享的双策略网络依次选取方向和位置,使用三个子编码器对不同特征提取,通过共享容器特征建立策略网络之间的相关性;为增加堆垛稳定性,提出一种新的奖励函数以更紧凑地放置箱子;为增加同一时刻在线箱子的选择范围,设定一个可动态调控大小的缓冲区暂存n个箱子。若当前箱子无法放入容器,可继续预测缓冲区中下一个箱子的放置方向和位置,直至n个箱子都无法放入容器。实验结果表明,当缓冲区大小为4时,算法平均空间利用率达到79.26%,较同类最优算法提高15.06%。

关键词：在线三维装箱,深度强化学习,强异构,策略网络