Omni-scale Learning-based Sequential Decision Framework for Order Fulfillment of Tote-handling Robotic Systems
تقترح هذه الورقة إطار عمل OLSF-TRS، وهو إطار عمل معمم وقابل للتوسع يدمج التحسين التوافقي المهيكل مع التعلم المعزز متعدد الوكلاء لتحسين القرارات المتسلسلة للطلبات والحاويات والروبوتات في أنظمة مناولة الحاويات الروبوتية، محققاً أداءً قريباً من الأمثل في النطاقات الصغيرة ومتفوقاً بشكل كبير على أفضل الخوارزميات الاستدلالية الحالية في السيناريوهات واسعة النطاق من خلال تقليل حركات الحاويات وتعزيز الكفاءة التشغيلية.