一种基于强化学习的轮胎装箱决策优化方法及系统

本发明涉及一种基于强化学习的轮胎装箱决策优化方法及系统。方法包括：构建马尔可夫决策过程模型，并定义状态空间、动作空间和奖励函数；生成候选放置动作，对箱体高度图中不同高度层进行连通区域提取，获取各层轮廓信息，选取轮廓凸顶点作为候选放置位置，并构成候选动作集合；构建多模态策略网络，生成放置策略；输出各候选动作的价值估计，选择价值最高的动作作为当前放置决策；采用分布式训练框架对多模态策略网络进行训练，通过多进程并行环境交互和优先经验回放优化网络参数；部署训练完成的多模态策略网络，实时输出轮胎放置的决策结果。该方法可以在状态空间中精确描述刚性轮胎的形态特征，增强轮胎几何形状适应性。