Learning practically feasible policies for online 3D bin packing

强化学习 计算机科学 装箱问题 马尔可夫决策过程 包装问题 过程(计算) 数学优化 人工智能 可用的 箱子 钥匙(锁) 算法 机器学习 马尔可夫过程 数学 统计 操作系统 计算机安全 万维网
作者
Hang Zhao,Chenyang Zhu,Xin Xu,Hui Huang,Kai Xu
出处
期刊:Science China Information Sciences [Springer Nature]
卷期号:65 (1) 被引量:78
标识
DOI:10.1007/s11432-021-3348-6
摘要

We tackle the online 3D bin packing problem (3D-BPP), a challenging yet practically useful variant of the classical bin packing problem. In this problem, the items are delivered to the agent without informing the full sequence information. The agent must directly pack these items into the target bin stably without changing their arrival order, and no further adjustment is permitted. Online 3D-BPP can be naturally formulated as a Markov decision process (MDP). We adopt deep reinforcement learning, in particular, the on-policy actor-critic framework, to solve this MDP with constrained action space. To learn a practically feasible packing policy, we propose three critical designs. First, we propose an online analysis of packing stability based on a novel stacking tree. It attains a high analysis accuracy while reducing the computational complexity from O(N2) to O(N log N), making it especially suited for reinforcement learning training. Second, we propose a decoupled packing policy learning for different dimensions of placement which enables high-resolution spatial discretization and hence high packing precision. Third, we introduce a reward function that dictates the robot to place items in a far-to-near order and therefore simplifies the collision avoidance in movement planning of the robotic arm. Furthermore, we provide a comprehensive discussion on several key implemental issues. The extensive evaluation demonstrates that our learned policy outperforms the state-of-the-art methods significantly and is practically usable for real-world applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
淡淡的白羊完成签到 ,获得积分10
1秒前
顾矜应助鲜艳的以寒采纳,获得10
2秒前
十七发布了新的文献求助10
2秒前
MaFY发布了新的文献求助10
2秒前
小马同学发布了新的文献求助20
3秒前
Mira完成签到,获得积分10
4秒前
hi完成签到,获得积分10
4秒前
5秒前
6秒前
甜甜醉香发布了新的文献求助10
6秒前
xianyaoz完成签到 ,获得积分0
6秒前
6秒前
潇洒的马里奥完成签到,获得积分10
6秒前
结实的皮皮虾完成签到,获得积分10
7秒前
Hu完成签到,获得积分10
8秒前
9202211125完成签到,获得积分10
9秒前
John完成签到 ,获得积分10
11秒前
yiyi037118发布了新的文献求助10
12秒前
今后应助甜甜醉香采纳,获得10
14秒前
15秒前
柠檬不吃酸完成签到 ,获得积分10
16秒前
小果完成签到 ,获得积分10
16秒前
无奈的若风应助加菲丰丰采纳,获得20
17秒前
bmhs2017应助坦率的路人采纳,获得10
17秒前
万能图书馆应助Happy采纳,获得10
18秒前
思茶念酒完成签到 ,获得积分10
22秒前
大聪明应助yiyi037118采纳,获得10
23秒前
23秒前
25秒前
科研通AI6应助wade采纳,获得10
25秒前
25秒前
27秒前
拙青发布了新的文献求助10
28秒前
NexusExplorer应助英俊之桃采纳,获得10
28秒前
MCRong应助昏睡的访冬采纳,获得20
30秒前
小雨点完成签到 ,获得积分10
30秒前
Happy发布了新的文献求助10
31秒前
32秒前
基2发布了新的文献求助10
34秒前
agui完成签到 ,获得积分10
35秒前
高分求助中
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
Numerical controlled progressive forming as dieless forming 400
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5380022
求助须知:如何正确求助?哪些是违规求助? 4504117
关于积分的说明 14017318
捐赠科研通 4412917
什么是DOI,文献DOI怎么找? 2423987
邀请新用户注册赠送积分活动 1416862
关于科研通互助平台的介绍 1394558