4D时空封装强化学习算法

秒级近实时求解

突破传统算法单箱装载局限，同时求解箱体分配与装载，并借助GPU加速实现大规模近实时决策。

75996955 · Yu, Chenglin · Ouyang, Zhiyuan · 李明

Transportation Research Part E: Logistics and Transportation Review 2026

技术优势

同时求解分配与装箱

原始奖励机制同时处理箱体分配和装箱任务，克服现有DRL方法仅面向单容器装箱的局限。

GPU加速满足近实时

针对近实时需求中的计算瓶颈，加入GPU加速，显著缩短计算时间。

性能优于传统启发式

计算实验证明该DRL算法优于传统启发式算法，适用于真实CPI场景。

应用场景

• 智能物流：在CPI中为大规模箱体提供近实时的容器分配与装箱决策，替代依赖人工经验的传统调度。
• 实时封装调度：直接用于满足严格响应时间约束的实时封装调度，克服传统算法在大规模问题上的性能瓶颈。
• 智能仓储机器人：为仓储机器人提供装箱与分配策略，使其在动态环境中快速生成可行装载方案。
• 物流自动化：作为核心优化模块嵌入自动化物流系统，提升封装环节的自动化水平与响应速度。
• 多智能体协同控制：DRL策略可作为多智能体系统中单个智能体的决策模型，用于协同完成大规模封装任务。