基于DRL的港口起重机自主运动控制方法研究  

Research on Motion Control Method of Port Crane Based on DRL

作　　者：陈桂利 陈夕松[2] 

机构地区：[1]东南大学软件学院,江苏苏州215123 [2]东南大学自动化学院,江苏南京210096

出　　处：《工业控制计算机》2025年第4期9-11,共3页Industrial Control Computer

摘　　要：在传统港口中,集装箱的转运依赖于人工操作,这限制了港口的自动化进展。因此,提出了一种基于DRL的港口起重机自主运动控制方法,旨在提升起重机转运效率和减少负载摆动。首先,在Unity3D中创建一个高度相似于真实港口的仿真场景;其次,设计变绳长下的起重机自主运动控制任务,实现起重机在虚拟环境中的运动;最后,基于ML-Agents框架将PPO算法应用于起重机自主运动控制任务。仿真结果表明,基于DRL的起重机模型可以快速准确地转运集装箱,累积奖励和价值网络损失值达到收敛,且每个回合均能完成集装箱转运任务。Reliance on manual handling limits port automation.This paper proposes a DRL-based method for autonomous control of port cranes,aiming to increase transshipment efficiency and reduce load sway.Firstly,a realistic port simulation is created in Unity3D.Then,tasks for crane autonomous control under varying rope lengths are designed,enabling crane motion in a virtual environment.Finally,the PPO algorithm,implemented using the ML-Agents framework,controls crane movement.Simulation results show DRL-based cranes rapidly and accurately transship containers,achieving reward convergence and completing transshipment tasks in each episode.

关 键 词：深度强化学习 起重机控制 Unity ML-Agents 

分 类 号：TP391.9[自动化与计算机技术—计算机应用技术]