多智能体强化学习调度方法

5秒内实时优化

针对河海联运集装箱码头堆场分配与场桥调度耦合问题，提出基于多智能体强化学习的实时优化方法，在分钟级波动下快速给出高质量调度决策。

Liu, Huakun · 王文渊 · 彭云 · Shuzheng, Yang · Hongbin, Tian · Qiang, Qi

Advanced Engineering Informatics 2026

参数信息

解质量提升幅度

0.2–81.3 %

计算时间

<5 s

技术优势

5秒内出策略

大规模场景下计算时间仍小于5秒，满足分钟级波动的实时调度要求。

解质量大幅提升

与基准方法相比，解质量提升0.2%至81.3%，验证了联合优化与MARL的有效性。

能处理紧耦合

将块分配与场桥调度建模为统一的马尔可夫决策过程，避免分步决策的次优性。

应用场景

• 集装箱码头运营：码头操作系统集成后，秒级输出堆场分配与场桥调度方案。
• 智能决策：用强化学习替代手工规则，实时应对分钟级作业波动。
• 堆场自动化：为场桥自动指派与动态重部署提供决策支持，减少人工干预。