基于空间启发式策略的扩散强化学习在线3D装箱方法

针对传统启发式方法泛化能力弱及现有扩散强化学习空间感知不足的问题，研究提出一种融合空间启发式策略的扩散强化学习方法。 该方法结合经典启发式规则与扩散强化学习框架，通过启发式动作预筛选压缩动作空间，引入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。 实验结果表明，该方法实现了先验知识与自适应优化的有机融合，有效提升了3D装箱的空间利用率与布局紧凑性。