[发明专利]无人档案库房多任务执行控制方法、装置、设备以及介质

说明书

本公开涉及无人档案库房多任务执行控制方法、装置、设备以及介质，该方法包括获取无人档案库房的特征参数，并基于特征参数，确定任务动作关联的初始化参数；基于特征参数和初始化参数，构建基于强化学习的档案抓取过程模型；基于档案抓取过程模型，通过仿真迭代，获取档案抓取过程优化策略集；其中，通过随机策略迭代可能发生的所有任务序列，迭代终止条件为已经迭代了所有的可能发生的任务序列，优化策略集为针对各任务序列的用时最短的策略的集合；基于优化策略集与多个待执行任务，确定任务序列。由此，可形成符合库房特征的最优取档策略，有效优化任务序列的取档时间，提升无人档案库房实际运行效率，提升用户体验。

技术领域

本公开涉及无人档案库房技术领域，尤其涉及一种无人档案库房多任务执行控制方法、装置、设备以及介质。

背景技术

档案库房，顾名思义，为用于存储档案的库房。随着自动化技术的发展，其逐渐应用到档案库发中，以降低人工成本。

但是，现有的无人档案库房，运行效率仍较低，导致用户使用体验较差。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了能够提升无人档案库房的运行效率，以提升用户体验的无人档案库房多任务执行控制方法、装置、设备以及介质。

第一方面，本公开提供了一种无人档案库房多任务执行控制方法，该方法包括：

获取无人档案库房的特征参数，并基于所述特征参数，确定任务动作关联的初始化参数；

基于所述特征参数和所述初始化参数，构建基于强化学习的档案抓取过程模型；

基于所述档案抓取过程模型，通过仿真迭代，获取档案抓取过程优化策略集；其中，通过随机策略迭代可能发生的所有任务序列，迭代终止条件为已经迭代了所有的可能发生的任务序列，优化策略集为针对各任务序列的用时最短的策略的集合；

基于所述优化策略集与多个待执行任务，确定任务序列。

在一些实施例中，所述特征参数包括密集架的列数、每列密集架的宽度以及密集架中固定架的位置；

所述确定任务动作关联的初始化参数，包括：

确定密集架的列数编号、密集架开启时间以及自动抓取装置的运行速度。

在一些实施例中，所述档案抓取过程模型满足马尔科夫性质。

在一些实施例中，所述构建基于强化学习的档案抓取过程模型包括：

基于密集架的列数、已开启的密集架的列数以及自动抓取装置所处的列数，确定抓取的状态空间；

基于密集架的列数、将开启的密集架的列数以及自动抓取装置当前所要到达的目标列数，确定抓取的行为空间；

确定抓取的状态转移概率；

建立状态行为的奖励函数；

确定衰减系数；

基于所述状态空间、所述行为空间、所述状态转移概率、所述奖励函数以及所述衰减系数，构建基于强化学习的档案抓取过程模型。

在一些实施例中，所述基于所述档案抓取过程模型，通过仿真迭代，获取档案抓取过程优化策略集，包括：

基于所述档案抓取过程模型，构建任务序列价值函数；

在初始抓取策略为随机策略的情况下，通过迭代计算，确定随机策略下每个状态的价值；

基于更新后的状态的价值，采用更新策略再次迭代计算，得到更新策略下的状态价值；