基于蒙特卡洛树搜索的在线 3D 二项 Packing 及其 lookahead 包裹的有效方法
机器人学
2026-02-03 v1 人工智能
摘要
在机器人机械臂中进行的在线 3D 二项 Packing (3D-BP) 对降低现代物流中的运输和劳动力成本至关重要。虽然深度强化学习 (DRL) 显示出强大的性能，但它往往无法适应现实世界的短期分布偏移，这种偏移源于不同批次的货物依次到达，导致性能下降。我们认为，现代物流系统中可获得的短期 lookahead 信息是缓解此问题的关键，尤其是在分布偏移期间。我们将带有 lookahead 包裹的在线 3D-BP 表述为模型预测控制 (MPC) 问题，并将蒙特卡洛树搜索 (MCTS) 框架适用于解决该问题。我们的框架采用动态探索先验，自动在所学习的 RL 策略和稳健的随机策略之间进行平衡，基于 lookahead 的特征进行调整。此外，我们设计了一个辅助奖励来惩罚单个放置导致的长期空间浪费。大量实验在真实数据集上表明，我们的方法在分布偏移下始终优于最先进的基线方法，实现了超过 10% 的提升，在线部署平均提升 4%，最佳情况下提升超过 8%——证明了该框架的有效性。
引用
@article{arxiv.2601.02649,
title = {Effective Online 3D Bin Packing with Lookahead Parcels Using Monte Carlo Tree Search},
author = {Jiangyi Fang and Bowen Zhou and Haotian Wang and Xin Zhu and Leye Wang},
journal= {arXiv preprint arXiv:2601.02649},
year = {2026}
}