摘要： 针对自动化立体仓库出库作业过程中剩余货物退库问题，以堆垛机作业总能耗最小化为目标，以退库货位分配为决策变量，建立了自动化立体仓库退库货位优化模型，并提出了基于深度强化学习的自动化立体仓库退库货位优化框架。在该框架内，以立体仓库实时存储信息和出库作业信息构建多维状态，以退库货位选择构建动作，建立自动化立体仓库退库货位优化的马尔科夫决策过程模型；将立体仓库多维状态特征输入双层决斗网络，采用决斗双重深度Q网络(Dueling Double Deep Q-Network, D3QN)算法训练网络模型并预测退库动作目标价值，以确定智能体的最优行为策略。实验结果表明D3QN算法在求解大规模退库货位优化问题上具有较好的稳定性
主管单位：重庆市教育委员会