一種基于多智能體強化學習的運輸車路徑優化方法
本發明提出一種基于多智能體強化學習的運輸車路徑優化方法,該方法涉及智能優化技術領域, 我國AGV每年新增裝機量自2010年起迅速增長,自2013年起年同比增速維持在50%以上。目前AGV產品主要集中于中低端市場,產品功能比較單一。而一些大型汽車、家電企業希望通過獲得AGV系統和整機產品的相關技術,自己實現AGV產品的定制化生產。在此背景下,從AGV制造商的角度來說,要從國內嚴重同質化的中低端AGV產品中脫穎而出,從軟件系統上提供先進的路徑規劃方法,并且在未來不斷升級,未嘗不是一種提升產品服務質量、贏得客戶青睞的做法。隨著硬件性能的提高和計算技術的發展,系統仿真得以在越來越短的時間之內完成,以每輛AGV為單位進行微觀系統仿真可以更好地反映AGV之間的相互影響。而強化學習方法作為一種利用交互和反饋進行策略優化的機器學習方法,正好可以利用AGV交互的數據為每輛AGV規劃路徑,使總的生產效率或搬運效率最高,從而降低物料搬運的成本。
青島大學
2021-04-13