一种基于强化学习的前置仓分拣线路规划方法

本发明公开一种基于强化学习的前置仓分拣线路规划方法，包括如下步骤：S1：构建智能体P和智能体R，并分别定义智能体P和智能体R的状态空间、动作空间、奖励函数及优化目标；S2：对智能体P和智能体R的所有参数及策略进行初始化；S3：对构建的智能体P和智能体R进行训练；S4：利用反向传播算法对策略梯度进行求导，计算梯度下降更新神经网络参数；S5：重复上述步骤S3～S4，得到训练完成的智能体P和智能体R，并规划前置仓分拣路线。本发明能够根据当前前置仓的库存情况、货架需求动态计算出最优分拣策略，包括分拣次数、每次分拣量以及分拣路线，确保分拣人员以最短的时间和最小的行走距离完成任务。