Optimization of Container Relocation Problem via Reinforcement Learning

Abstract

In dieser Arbeit wird eine Optimierungsmethode für das Container Relocation Problem (CRP) mittels Reinforcement Learning (RL) vorgestellt, die auf heuristischen Regeln basiert. Eine Methode zur Berechnung der theoretisch niedrigsten Relocation Rate wird ebenfalls erläutert. Als Ergebnis werden Trainingsmodelle für unterschiedlich dimensionierte Bays bereitgestellt. Verglichen mit dem theoretischen Wert, ist die Relocation Rate zufriedenstellend und die Inferenz-Geschwindigkeit hoch. Außerdem wird eine erweiterte Version des CRPs die sich auf einen ganzen Containerblock bezieht, präsentiert.