土壤污染场地多无人车的路径规划与运输任务分配算法

来源：环境工程技术学报杂志2023年第5期北京时间：

作者：金冰慧, 孙阳, 吴文君, 翟梦荻, 高强, 司鹏搏

摘要：为提升我国土壤生物修复技术智能化装备水平，以某一污染严重的焦化厂为研究环境，针对焦化厂的地形地貌特点，采用深度双Q网络（DDQN）和蚁群优化算法（ACO）建立多无人车路径规划和任务分配系统，实现土壤修复过程中污染土壤的安全、精准运输，提高污染土壤运输的效率。结果表明：基于DDQN和ACO的多无人车运输系统具备良好的路径规划能力，与其他基于简单的线性距离或基于贪婪算法得到的任务分配策略相比，基于实际系统时间开销的ACO任务分配算法在不同装载量情况下均可实现无人车系统时间开销的稳定降低。

关键词：土壤污染场地, 路径规划, 任务分配, 深度强化学习, 蚁群优化