提出融合空间启发式的扩散强化学习装箱方法

研究者在 arXiv 发布论文（arXiv:2610.32241），提出一种结合空间启发式策略的扩散强化学习方法，用于在线 3D 装箱问题。该方法将经典装箱启发规则与扩散强化学习框架结合。 具体做法是：通过启发式动作预筛选压缩动作空间，用图神经网络建模空间结构，并设计包含平整度的复合奖励函数以抑制空间碎片化。 论文作者称，实验表明该方法融合了经典启发式先验知识与自适应优化能力，改善了对空间拓扑结构的感知与布局优化。

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。