双智能体Q学习算法

卸船效率快三成

为自动化码头双岸桥动态调度设计的邻域状态Q学习算法，实现共享交接区运行模式，显著减少车辆平均等待时间。

周鹏飞 · Quanhao, Zhang · 唐国磊

2023

参数信息

车辆平均等待时间下降率

28 %

动态调度精度提升

62 %

与静态下界解的平均差距

15 %

技术优势

共享区显著降等待

通过允许两台岸桥共享交接区，减少车辆等待时间超过28%。

精度逼近静态下界

DANSQ算法在动态环境下的精度比SJF提升约62%，与静态问题下界解的平均差距仅约15%。

解决维度灾难

算法通过邻域状态表示有效处理状态空间过大的问题，避免Q-learning在高维问题上的失效。

支持增量学习部署

基于最小二乘理论和神经网络多分类提出增量学习框架，便于在线更新模型。

应用场景

• 自动化码头调度：用算法动态调度双岸桥，降低车辆等待时间。
• 港口装卸效率优化：共享交接区模式优化双岸桥协作，提升装卸效率。
• 智能起重机控制：邻域状态Q学习为岸桥提供实时调度决策。