伴随着电子商务等行业的快速发展,物流商品的订单呈现井喷式的增长,相应的仓储问题也愈发复杂化。在物流供应链中,仓储系统管理着货物的进出以及堆垛机等设备的调度,这使得其重要性更加凸显。而调度效率对整体系统发挥着巨大作用,智能化的系统也可以更好地应对各种调度场景,以降低人力、物力成本,因此许多学者对此进行了深入的研究。传统调度方法在面对规模较大的问题时,光处理状态空间就耗费了大量算力,进而导致了性能的受限和收益的低下。与此同时,仓储中库位的优化与机械的调度运行联系密切,但多数工作在处理调度问题时未能考虑到库位优化的问题。传统的库位分配方式基于人工分拣或就近安排的原则,存在着有效利用率和搬运效率低下等问题,而合理的库位安排可以提高仓储的效率和可靠性,最终降低企业成本。因此,本文针对上述已有的问题展开了相关工作与研究。首先,构建仓储问题的领域和环境模型。仓储系统包含了堆垛机、出入库基础、车辆移动通道、货架库位等各类信息,因此对问题的建模主要围绕以上基本设定。本文采用规划定义语言RDDL对仓储问题进行领域构建,并使用概率规划器进行求解;采用Open AI工具库进行环境的构建,使得强化学习算法能交互于该环境。提出一种基于深度强化学习的堆垛机调度方法。该方法将调度问题视作为序列决策问题,并通过智能体与环境的持续交互以进行自我学习,同时通过引入近端策略优化算法（Proximal Policy Optimization,PPO）的裁剪比率思想,避免了策略在训练前后出现差异过大的情况。通过与其他方法进行实验对比和分析,表明本文方法改善了实验效果,验证了其有效性。提出一种基于多任务学习的调度、库位推荐联合算法。该方法在Actor-Critic架构的调度网络基础上,构建了用于库位推荐功能的Actor网络,并通过与Critic网络进行交互反馈从而参与了整体网络的训练,最终实现对多任务情景下的问题求解。实验结果表明,所提方法能够有效地应对堆垛机调度和库位优化的应用场景,验证了其可行性。