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:41
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
大幅提高文件上传限制,最高150M (2024-4-1)

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
Yangfan发布了新的文献求助30
2秒前
CIBww发布了新的文献求助10
4秒前
yang发布了新的文献求助10
6秒前
悦耳的绮山完成签到,获得积分10
6秒前
fabulousthee发布了新的文献求助30
7秒前
GEOPYJ应助Mario采纳,获得10
7秒前
7秒前
8秒前
8秒前
哇塞菌菌完成签到,获得积分10
9秒前
想毕业的王桑~完成签到,获得积分10
9秒前
拌拌完成签到,获得积分10
10秒前
CJ完成签到,获得积分10
11秒前
11秒前
甜蜜代玉发布了新的文献求助10
13秒前
英俊的铭应助yzy采纳,获得10
13秒前
13秒前
芝士蛋糕完成签到 ,获得积分10
15秒前
黄可以完成签到,获得积分10
17秒前
杂货店的铺老板完成签到 ,获得积分10
18秒前
18秒前
19秒前
21秒前
Charail完成签到,获得积分10
21秒前
Hello应助FANGQUAN采纳,获得10
21秒前
李健的粉丝团团长应助SCI采纳,获得10
22秒前
starofjlu应助pierce采纳,获得200
23秒前
拌拌发布了新的文献求助10
24秒前
臧真发布了新的文献求助10
24秒前
灼灼朗朗完成签到,获得积分10
25秒前
25秒前
27秒前
苏卿应助行周采纳,获得10
27秒前
几时有发布了新的文献求助10
28秒前
Clarissa发布了新的文献求助200
28秒前
小杜老师发布了新的文献求助10
29秒前
30秒前
30秒前
30秒前
宁万三关注了科研通微信公众号
31秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
The Kinetic Nitration and Basicity of 1,2,4-Triazol-5-ones 440
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3159909
求助须知:如何正确求助?哪些是违规求助? 2810952
关于积分的说明 7890034
捐赠科研通 2469969
什么是DOI,文献DOI怎么找? 1315243
科研通“疑难数据库(出版商)”最低求助积分说明 630771
版权声明 602012