摘要
本发明提供了一种基于动态优先级机制的三维装箱方法、装置及服务器,涉及运筹学与深度学习的技术领域,包括:通过预设策略网络获取任一时间步的剩余箱状态和容器状态,并对剩余箱状态和容器状态进行编码处理,确定剩余箱特征向量和容器特征向量;根据剩余箱特征向量和容器特征向量,依次生成装箱索引方向的概率分布和具体装箱位置的概率分布,并基于具体装箱位置的概率分布,确定目标箱子的初始化装箱策略;基于预设价值网络对初始化装箱策略进行价值评估,并通过预设动态优先级模型,将价值网络和多方向策略进行动态整合,以对初始化装箱策略进行优化,确定目标装箱策略。本发明可以显著提升三维装箱效率和精确度。
技术关键词
三维装箱方法
策略
计算机可执行指令
容器
动态
箱子
索引
解码器
键值
多层卷积神经网络
编码器
多头注意力机制
处理器
可读存储介质
装箱装置
特征提取模块
服务器
系统为您推荐了相关专利信息
驱动背板
车用大灯
电源管理系统
灰阶
温度传感模块
预测控制模型
自动优化方法
特征金字塔网络
融合特征
环境传感器数据
深度强化学习
路径规划系统
装配线
神经网络模型
强化学习策略