基于强化学习的成品油船装载方案自主生成技术研究

[目的]旨在基于强化学习方法研究液货舱装载方案自主生成技术。[方法]以实际运营的成品油船载货量作为输入,以货舱及压载舱的装载率为目标,基于Unity ML-Agents构建智能体与环境,通过PyTorch框架对智能体进行训练,提出一种综合考虑装载时间与纵倾变化幅度的奖励函数计算方法,并以算例分析来验证所提方法的有效性。[结果]结果显示,所训练的智能体能够学习良好的策略,并实现液货舱装载方案的自主生成。[结论]研究结果表明,将强化学习用于解决多目标条件下的液货舱装载方案自主生成是合理可行的。