复合作业模式下基于A*-PPO算法的AGV调度

来源：计算机集成制造系统杂志2026年第5期北京时间：

作者：汪国安, 王红军, 马宁, 张明亮

单位：1.北京信息科技大学机电工程学院2.北京信息科技大学高端装备智能感知与控制北京市国际科技合作基地3.北京信息科技大学现代测控技术教育部重点实验室4.北京无线电测量研究所

摘要：自动导引车(AGV)的调度效率在智能工厂物流运作中起着至关重要的作用。复合作业模式下,AGV需要连续完成多组任务,缩短总任务时间成为调度优化的核心。为此,提出了基于改进近端策略优化(A*-PPO)算法的调度方法。首先,利用A*(A-star)算法在复杂车间环境中获取调度经验样本,初始化神经网络参数,结合PPO算法训练智能体,以优化调度策略,实现AGV在最短时间内完成配送任务。实验结果证明,A*-PPO算法在调度效率上较传统方法显著提升。比优化后的双倍深度Q学习(D3QN)、软演员评论家(SAC)算法和信任域策略优化(TRPO)算法,收敛速度分别提高了7.9%、15.1%和24.2%。此外,实际工厂仿真结果表明,A*-PPO算法有效缩短了不同数量AGV在随机任务中的平均完成时间。

关键词：自动导引车,复合作业模式,调度优化,近端策略优化算法,强化学习

基金资助：北京自然科学基金资助项目(IS24076)。