研究提出强化学习+数字孪生优化仓库拣货

Md Mahinurur Alam 等研究者提出将强化学习智能体集成到基于 FlexSim 的数字孪生环境中，用于仓库货位的实时动态优化，并通过 Asset Administration Shell 框架保证智能体、物理资产与数字孪生间的交互。 仿真采用四区仓库布局和叉车搬运，结果显示平均拣货时间减少 29.66%，吞吐量提升 35.42%，行驶距离减少 18.54%。这些数字来自研究者的仿真结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。