融合规则与强化学习的多四向穿梭车实时避碰调度

单玉杰; 项前; 周亚勤; 熊天宇; 吕志军

doi:10.19886/j.cnki.dhdz.2025.0380

东华大学学报（自然科学版） ›› 2026, Vol. 52 ›› Issue (4) : 205 -214. DOI: 10.19886/j.cnki.dhdz.2025.0380

融合规则与强化学习的多四向穿梭车实时避碰调度

单玉杰, 项前, 周亚勤, 熊天宇, 吕志军

作者信息 +

Author information +

文章历史 +

摘要

针对密集仓储系统中多四向穿梭车实时避碰调度问题,提出一种融合规则与强化学习的多四向穿梭车实时避碰调度方法（RL-Rules）。首先,基于A^* Avoid算法生成低碰撞风险的初始路径;其次,基于多智能体近端策略优化算法（MAPPO）建立避碰学习机制,综合四向车状态信息、仓储环境特征及多车冲突关系图,分别提取局部状态与全局状态,输入Actor网络和Critic网络,用于动作决策与价值评估。通过持续训练与参数更新,不断提升模型的自适应避碰能力。最后,实时避碰调度框架融合规则的高效性与强化学习的灵活性,对于常见冲突,通过规则快速完成避碰决策,对于死锁等复杂冲突,则依靠强化学习模型实现灵活避碰。试验结果表明,所提方法在复杂仓储场景中有效提升了作业效率与安全性,为智能仓储机器人调度提供了可参考的技术方法。