机械自动化和流水线技术的兴起推动了现代制造业的蓬勃发展。为了在激烈的竞争环境中占据有利地位,相关企业积极寻求控制生产成本和提升生产效率的途径。自动化立体仓库的库位分配作为制造业生产物流中的重要组成部分,对生产线的运行效率和能量消耗都有着显著的影响。优秀的库位分配策略可以有效的减少生产物流中的时间消耗和能量消耗,提高生产系统的运行效率。本文结合国内某汽车整车制造厂的自动化立体仓库情况,针对当前仓库管理中存在的出入库效率不高、运作能量消耗较大、分配智能化程度较低等问题提出了优化需求。根据建立的库位分配优化模型的大规模条件信息、离散输入输出和全局优化的特点,在分析不同解决方案特点的基础上,研究使用了一种基于环境抽象和时态抽象的强化学习算法来解决该问题。针对库位分配问题存在的条件规模较大的特点,对环境信息进行去冗余和抽象分层,将具体的库位信息抽象成细节无关的分类评价信息。减小了问题的输入条件规模,提升了问题的计算速度和收敛速度。针对该问题为全局最优化问题的特点,结合半马尔科夫过程SMDP的思想,对模型的决策过程进行时态抽象,将实时评价延迟为周期评价。通过周期的统计计算结果的优劣来调整模型的决策方向,避免因模型追求实时分配效果而导致整体分配效果不佳的情况。针对库位分配问题训练样本不足和储存空间有限的情况,使用BP神经网络对模型值函数进行近似模拟,并根据最优历史分配周期评价结果和当前分配周期评价结果对其进行训练。避免了因采用查表法计算值函数而造成的存储空间需求巨大、训练周期长和对样本要求高等问题。最后,以研究内容为基础构建了库位分配系统,阐述了系统的主要设计过程和实现过程,展示了其对于汽车制造厂生产物流的优化效果。