一种物流管理方法、系统、电子设备及存储介质

本申请公开了一种物流管理方法、系统、电子设备及存储介质，所属的技术领域为物流管理技术。所述物流管理方法包括：对环境模拟器的环境状态进行初始化；控制智能体获取环境模拟器的环境状态，以便智能体基于调度策略生成当前动作；根据当前动作更新环境模拟器的环境状态，并更新累积奖励值；若达到终止条件，则基于深度强化学习算法根据累积奖励值调整调度策略；在智能体训练完毕后，对智能体进行部署，并利用智能体对当前环境中的货物进行物流管理。本申请能够实现高效且稳定的物流管理。