训练完成的无序码垛模型、训练方法及无序码垛方法

本申请涉及工业机器人技术领域，公开了一种训练完成的无序码垛模型、训练方法及无序码垛方法，训练完成的无序码垛模型包括动作决策模块和码垛状态回报期望模块；动作决策模块接收码垛托盘的状态空间信息和待码垛物品的姿态信息，根据码垛状态信息对待码垛物品进行码垛动作概率分析输出待码垛物品的码垛动作至码垛执行机构；码垛状态回报期望模块对码垛状态信息进行回报分析得到码垛状态信息的期望回报；动作决策模块根据码垛状态信息的期望回报、待码垛物品的码垛动作及码垛状态信息进行更新；码垛状态回报期望模块根据待码垛物品的码垛动作进行更新；该训练完成的无序码垛模型可适应不同场景的不同物体姿态和不同堆放空间，提高无序码垛适应性。