基于强化学习的集装箱箱位推荐方法、系统、设备及介质

本申请涉及集装箱调度技术领域，具体涉及一种基于强化学习的集装箱箱位推荐方法、系统、设备及介质，包括：获取堆场状态数据和待入场集装箱属性数据并编码为联合状态向量；将联合状态向量输入训练好的箱位推荐模型，计算所有可用箱位的动作价值，选择动作价值最高的箱位为推荐箱位，输出推荐箱位的位置信息；执行实际箱位选择操作，记录实际选择箱位的位置信息；根据实际选择箱位生成反馈信号；将联合状态向量、实际选择箱位、反馈信号及箱位选择后的堆场状态数据存入经验回放池，通过采样训练数据更新箱位推荐模型的参数。本申请可提升堆场空间利用率与作业效率，降低箱位冲突和翻箱移动成本，实现多目标协同优化，环境适应性强。