基于改进DQN算法的无人仓多AGV路径规划

摘要

针对无人仓中多AGV路径规划与冲突问题，以最小化总行程时间为目标，建立多AGV路径规划模型，提出一种基于动态决策的改进DQN算法。算法设计了基于单AGV静态路径规划的经验知识模型，指导AGV的学习探索方向，提前规避冲突与障碍物，加快算法收敛。同时提出基于总行程时间最短的冲突消解策略，从根本上解决多AGV路径冲突与死锁问题。最后，建立无人仓栅格地图进行仿真实验。结果表明，本文提出的模型和算法较其他DQN算法收敛速度提升13.3%，平均损失值降低26.3%。这说明该模型和算法有利于规避和化解无人仓多AGV路径规划冲突，减少多AGV总行程时间，对提高无人仓作业效率具有重要指导意义。

关键词

多AGV / 路径规划 / DQN算法 / 经验知识 / 冲突消解

基金资助

国家自然科学基金资助面上项目(71771096);国家自然科学基金创新群体资助项目(71821001)