装箱的顺序对提升装载的空间利用率,降低企业成本具有重要的现实应用意义。但是在相关的研究工作中,学者们更注重对传统三维装箱问题的研究,主要通过计算物品的摆放策略,从而提升装载空间的占用率。而在物流的多车协同装载过程中,装载空间占用率主要取决于货物的装载顺序,但是在当前的研究中,学者们对协同车辆装箱问题的货物装载顺序的合理性缺乏针对性的研究。因此,本文从物品装载顺序优化的角度,通过建立深度强化学习模型,对协同多车装载过程中的装载顺序优化问题展开针对性的研究。因此,本文提出了一种基于深度强化学习的装箱顺序优化框架。在深度强化学习的装箱顺序优化框架的基础上,本文尝试构建了基于Transformer的深度强化学习网络模型。首先,通过Transformer的神经网络计算物品装载概率信息与物品装载的位置序列信息;其次,提出了基于分层思想的装载策略,明确物品的装载方式和摆放朝向;最后,使用带有baseline的策略梯度的强化学习方法改善Transformer的神经网络模型,优化输出的货物装载顺序。结果表明,提出的Transformer的深度强化学习模型可以在较短的时间内获得与随机搜索算法相同水平的装载空间占用率,证明了本文提出的深度强化学习模型能够通过优化物品的装载序列,提升车辆的装载空间利用率。在深度强化学习的装箱顺序优化框架和Transformer深度强化学习模型的基础上,本文基于双向循环神经网络、物品摆放策略和协同车辆装载方法,进一步提出了基于Bi-LSTM的深度强化学习模型和基于Bi-GRU的深度强化学习模型。在Bin-12,Bin-16,Bin-20,Bin-24四种装箱情景下,将两种基于双向循环神经网络的深度强化学习模型分别与模拟退火算法、蚁群算法、随机搜索算法等多种启发式算法在装载空间利用率与运行时间等方面进行了实验对比。实验结果表明,提出的两种基于循环神经网络的深度强化学习模型,均比启发式算法的表现要好,能够在较短的时间内,可以得到较好的结果,且优于Transformer的深度强化学习模型。总之,论文提出的两类模型方法为协同车辆装载顺序优化问题的解决提供了有效的参考方案。