Container loading planning using reinforcement learning based on curriculum learning

doi:10.1093/jcde/qwaf070

Container loading planning using reinforcement learning based on curriculum learning

2025-08-01

0

OA

AI

DOI：10.1093/jcde/qwaf070

原文链接

原文求助

摘要

En 中文

规划集装箱装载对于港口物流系统中的成本效益效率提升至关重要。目前，装载计划通过手动或半自动方式完成。然而，随着超大型集装箱趋势的持续，手动计算高效装载计划会产生高昂成本。为解决此问题，许多研究考虑了集装箱重量、卸货顺序和平衡等因素。然而，现有研究表明，当舱位或待装载集装箱数量变化时，必须重新训练或重新计算新模型，这会产生高昂成本。因此，本研究提出了一种能够快速适应环境变化的集装箱装载计划。采用课程学习技术创建了从易到难的环境。装载计划使用近端策略优化算法进行，该算法在强化学习算法中具有快速收敛速度。通过与现有研究中的方法进行比较，验证了本研究的高效性。

Keyword:

Stowage plan

reinforcement learning

curriculum learning

Container loading planning using reinforcement learning based on curriculum learning

摘要

期刊

机构

引用论文