基于内在奖励策略引导的自适应近端蒸馏进化强化学习算法的变速箱装配线AGV路径规划

来源：计算机集成制造系统杂志2025年第6期北京时间：

作者：王宸, 孙楠, 邹春龙, 黄玉春, 王生怀

单位：1.湖北汽车工业学院 机械工程学院2.中国工程科技十堰产业技术研究院3.上海大学上海市智能制造与机器人重点实验室

摘要：针对自动引导运输车(AGV)面对混合U型障碍与动态障碍时路径规划效率低的问题,提出一种基于内在奖励策略引导的自适应近端蒸馏进化强化学习算法。在适应度函数中引入随机网络蒸馏模型作为内在奖励,以提升算法评估精英策略的多样性;设计自适应内在奖励权重因子α平衡算法探索与利用的能力,帮助AGV在不确定性强的动态障碍环境中选择最优策略。将变异算子的协方差参数通过协方差矩阵自适应进化策略进行优化,从而降低参数的敏感程度。通过与多种算法分别在3种不同的环境中对比表明,改进后的算法在U型分装线、动态障碍、变速箱装配线环境中的路径分别减少12.65%,13.44%,12.87%,相比原始算法的收敛速度更快,且在复杂环境中具有较强的鲁棒性。

关键词：U型障碍,进化强化学习,内在奖励,自适应奖励权重,路径规划

基金资助：国家自然科学基金资助项目(51475150);湖北省重点研发计划资助项目(2021BAA056);湖北省高等学校中青年科技创新团队计划资助项目(T20200018);湖北汽车工业学院博士基金资助项目(BK201905)。