基于图卷积网络和多头注意力机制的采摘机器人路径规划算法研究

来源：中国农机化学报杂志2026年第2期北京时间：

作者：陈健, 徐威挺, 邱旭东, 庞文尧, 黄学宇, 刘军

单位：1. 浙江科聪控制技术有限公司，杭州市，313051； 2. 杭州科聪软件技术有限公司，杭州市，313051； 3. 浙江大学能源工程学院，杭州市，310027

摘要：为解决采摘机器人路径规划面临着复杂的农田环境和不确定的外部干扰等问题，提出一种基于图卷积网络和多头注意力机制的采摘机器人路径规划模型，有效地利用采摘机器人节点数据的时空特征和相关性，生成高质量的路径值。重新定义图卷积网络的权重分配方式，考虑节点数据的时空属性，使得图卷积网络能够更好地捕捉节点数据的时空依赖关系；采用多阶近邻连接的方法，扩大图卷积网络的感受野，以增强图卷积网络的表达能力；在解码阶段增加一个注意力过滤模块，来过滤掉不相关或误导性的注意力结果，从而提高解码数据的质量；使用多头注意力机制对采摘机器人节点数据进行解码，得到路径值。在真实的农田数据集上进行试验，结果显示，在15、30、50不同规模的农田节点上，所提出的模型在路径花费方面相比于蚁群算法分别降低19.69%、16.51%、14.12%，相比于遗传算法分别降低16.35%、14.29%、12.12%，并且推理时间大幅缩短，分别减少58.33%、46.88%、46.88%。所提模型在路径规划的效率和速度方面均优于现有算法，提供一种更为高效的解决方案。

关键词：采摘机器人,路径规划,图卷积网络,多头注意力机制,注意力过滤

基金资助：浙江省基础公益研究计划项目（LGF23E050003）