基于深度强化学习的航空行李在线码放方法及装置

本发明公开了一种基于深度强化学习的航空行李在线码放方法及装置，属于航空行李码放技术领域。方法包括：利用多个训练样本对双深度Q学习网络进行训练；训练方式为：将训练样本的第一行李队列和高度图输入至网络，网络基于高度图和第一行李队列构建状态空间，并从第一行李队列中逐个选择待码放行李，并针对每一次选择的待码放行李均执行：确定对该待码放行李的动作空间，并利用动作空间对状态空间进行更新；确定码放的空间利用率，并在迭代更新后基于最大空间利用率输出码放方式。本发明能够大幅提高行李装箱的空间利用率，且能够在复杂动态的在线环境下实时决策，以及能够自适应不同尺寸形状和装量的异构行李，保证了鲁棒性。