一种基于多模态感知蒸馏的三维装箱强化学习方法和装置

一种基于多模态感知蒸馏的三维装箱强化学习方法，包括：构建高保真物理仿真环境，利用教师‑学生双阶段框架实现策略优化：教师网络融合视觉、物品属性及内部物理状态特权信息，通过分级动作掩码和域随机化训练高稳定性装箱策略；学生网络仅依赖视觉输入，通过KL散度与L2损失对齐教师动作分布及价值函数，实现知识蒸馏；部署后结合轻量碰撞检测生成动作掩码。可通过回放机制将失败场景回放至仿真环境，利用教师策略持续优化学生网络。该方法在仿真与现实中均显著提升空间利用率、降低翻倒率，无需昂贵传感器即可适应复杂物理约束，为工业自动化提供高效鲁棒的解决方案。