随着互联网、云计算、大数据和人工智能等技术的不断成熟,港口行业也在迈入与信息化深度融合、向智能化跨越发展的新时代。当前,全国各大港口延续了良好的发展态势,货物吞吐量、集装箱吞吐量增长明显。但从长远来看,要持续提高港口行业的竞争力,必须改变传统的港口管理和作业模式,尤其是在集装箱装卸方面,积极引入智能化管理的技术和方法,从而实现大型集装箱码头的提能降耗和作业优化。本文对集装箱装卸智能化问题进行了深入的分析,针对国内外现有研究方法存在的问题和不足,结合港口集装箱装卸作业的特点,从强化学习的角度对该问题进行建模,并提出了基于多智能体强化学习的集装箱装卸智能化决策模型。该模型根据港口集装箱装卸作业流程,将智能体分为堆场智能体、装卸设备智能体及泊位智能体,并组成多智能体系统,随后基于多智能体系统设计实现了集装箱装卸智能化算法。具体工作如下:（1）针对集装箱装卸作业复杂性、全局性的特点,进行了基于多智能体强化学习的DQN算法建模,考虑到生产业务需要与真实环境频繁交互的特性,本文创新性地提出了基于分组共享式模型的DQN算法。本文在对用户提交的船舶计划数据以及系统固定信息数据进行综合分析之后,综合当前码头的实际生产作业状态,自动生成集装箱装卸的智能作业计划。经过与先前平均每个集装箱卸船作业中的装卸成本的对比分析,本文提出的智能化算法能够降低集装箱装卸过程中的装卸成本,提升作业效率和企业利润率。（2）针对企业需求,设计并实现了一个基于多智能体强化学习的集装箱装卸智能化系统。分析了当前集装箱码头的生产作业流程及特点,进行了总体架构设计和模块设计,将整个智能化系统分为数据采集模块、数据存储模块、算法分析模块和业务处理模块;然后将所提基于多智能体强化学习的分组共享式模型应用于此系统,实现了基于强化学习的集装箱装卸智能化系统;最后进行了算法效果验证和系统测试,验证了该系统在功能和性能方面的高效性。