摘要
本发明公开了基于一种基于强化学习的集装箱码头自动化调度方法及系统,所述方法包括:获取港口和船舶信息,根据港口和船舶信息进行环境初始化,构建待模拟的集装箱码头环境;响应于智能体通过将集装箱码头环境输入预构建的策略网络中生成的当前策略调度指令,按照马尔可夫决策过程模拟未来集装箱码头环境的状态以完成泊位和岸桥分配;其中,智能体根据当前策略进行泊位和岸桥调度更新码头状态并检查是否有船舶待调度,如果有,智能体根据环境反馈和奖励生成新的调度指令,直到所有船舶都完成调度和卸货任务,完成最终的泊位和岸桥分配。本发明能够减少船舶在集装箱码头的总停留时间,自动化完成船舶的调度和卸货。