強化学習について。トラックの積載率の結果を強化学習で行いたいのですが、学習方法を教えてください

Q学習、モンテカルロ法、TD学習などあります。他にもありますが、どの手法で強化学習したらいいのですか。 運送会社系の質問です。 目的は、トラックの荷台の荷物が満載になる　です。これは、目的である荷台が荷物で満載になるまで、他社からの荷物の依頼うけるか、受けないかの問題になります。 詳しい方、お待ちしています。