基于强化学习的集装箱卸货：拣选顺序、死锁避免及概念验证仿真

Jan Rüdiger, Max Schenke, Daniel Weber

2026

摘要

本文研究了使用强化学习在集装箱卸货场景中学习物品选择策略的潜力。通过创建仿真环境并实现掩码深度Q学习，智能体达到了60%的平均成功率，显著优于随机策略的20%。

reinforcement learningcontainer unloadingitem selectionsimulationdeep Q-learning

MANIPULATION

📊 2 引用

Yusen Li, Ziwei Wang, Xiangye Zhu 等 12 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 1 引用

Shaoqing Qin, Lida Zhu, Yanpeng Hao 等 10 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Bo Li, Yuanbo Zhao, Huijie Xiao 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Hao Li, Yuhui Yu, Rui Fu 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026