[发明专利]一种用于非字型货架的立体仓库货位分配优化方法

摘要

本发明公开了一种用于非字型货架的立体仓库货位分配优化方法，包括构建基于DQN框架的强化学习模型，并定义强化学习模型中的智能体、状态空间、动作空间、奖励回报，以及其优化目标；对强化学习模型的所有参数值和策略进行初始化，并批量生成出入库任务，通过泊松到达的出入库任务训练强化学习模型；利用反向传播算法对策略梯度进行求导，计算梯度下降更新DQN网络参数，得到训练完成的强化学习模型，并应用于立体仓库进行货位智能优化。本发明通过货物出入库任务训练模型取得最优分配方案，解决了动态存储、大规模物流场景的非字型货架仓库的货位分配问题。