A Learning-Based Two-Stage Bidirectional Packing Framework for 3D Packing Problems

doi:10.1109/TASE.2025.3607410

A Learning-Based Two-Stage Bidirectional Packing Framework for 3D Packing Problems

2025-01-01

0

PRE

AI

DOI：10.1109/TASE.2025.3607410

原文链接

原文求助

摘要

En 中文

现代物流日益增长的需求推动了高效包装方法的发展，以解决3D包装问题（3D-PP）。虽然深度强化学习（DRL）已作为一种有前景的解决方案出现，但现有基于DRL的方法中使用的传统三阶段方案仍面临挑战，特别是在协调其组成子网络的行为以及管理大型容器实例中物品放置的大动作空间方面。本研究提出了一种两阶段方案，将物品索引和方向选择整合为一个子阶段，从而简化行为协调。为缓解选择整合带来的过度内存使用问题，采用了一种带有诱导集注意力块（ISAB）的集合变换器来编码旋转的物品状态，从而保持相对轻量的计算。此外，我们提出了一种双向包装方法，该方法在压缩放置动作空间的同时，鼓励智能体探索合理的放置位置。实验结果表明，由上述组件构成的Two-Stage Bidirectional Packing（TS-BP）框架，与当前最先进方法相比，在高难度包装实例上的空间利用率提高了2.8%~4.6%。代码可在https://github.com/Ashenone511/Two-Stage-Bidirectional-Packing-Framework获取。实践者注——本研究提出了一种有效的基于学习的Two-Stage Bidirectional Packing（TS-BP）框架，用于解决3D Packing Problem（3D-PP），以满足最大化仓库存储密度和降低制造物流成本的关键需求。配备诱导集注意力块（ISAB）的两阶段方案简化了子网络间的行为协调，同时保持轻量级计算。双向包装方法减少了动作空间大小，同时确保了对合理放置位置的探索。上述组件有助于缓解当前技术中存在的不足。仿真结果表明，TS-BP框架在标准和高难度数据集上均优于最先进方法。本研究为真实世界包装解决方案的研究建立了一个方法论框架，并有助于提高仓库存储密度和降低制造物流成本。

Keyword:

Deep reinforcement learning

3D packing problem

large action space

two-stage scheme

bidirectional packing

A Learning-Based Two-Stage Bidirectional Packing Framework for 3D Packing Problems

摘要

期刊

机构

引用论文