基于深度强化学习的多自动导引车运动规划

来源：计算机集成制造系统杂志2024年第2期北京时间：

作者：孙辉, 袁维

单位：东南大学机械工程学院

摘要：为解决移动机器人仓储系统中的多自动导引车(AGV)无冲突运动规划问题,建立了Markov决策过程模型,提出一种新的基于深度Q网络(DQN)的求解方法。将AGV的位置作为输入信息,利用DQN估计该状态下采取每个动作所能获得的最大期望累计奖励,并采用经典的深度Q学习算法进行训练。算例计算结果表明,该方法可以有效克服AGV车队在运动中的碰撞问题,使AGV车队能够在无冲突的情况下完成货架搬运任务。与已有启发式算法相比,该方法求得的AGV运动规划方案所需要的平均最大完工时间更短。

关键词：多自动导引车,运动规划,Markov决策过程,深度Q网络,深度Q学习

基金资助：2016年智能制造综合标准化资助项目(工信部联装［2016］213号)。