基于多智能体强化学习的多AGV路径规划方法

• 作者: 刘辉 王京擘 肖克
• 来源期刊: 自动化与仪表
• 关键词: 多智能体强化学习 AGV路径规划 独立强化学习
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 系统建模、仿真与分析
• 页码范围: 84-89
• 页数: 6页
• 分类号: TP18
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2020.02.018

摘要

AGV(automated guided vehicle)路径规划问题已成为货物运输、快速分拣等领域中一项关键技术问题.由于在此类场景中需要较多的AGV合作完成,传统的规划模型难以协调多AGV之间的相互作用,采用分而治之的思想或许能获得系统的最优性能.基于此,该文提出一种最大回报频率的多智能体独立强化学习MRF(maximum reward frequency)Q-learning算法,对任务调度和路径规划同时进行优化.在学习阶段AGV不需要知道其他AGV的动作,减轻了联合动作引起的维数灾问题.采用Boltzmann与ε-greedy结合策略,避免收敛到较差路径,另外算法提出采用获得全局最大累积回报的频率作用于Q值更新公式,最大化多AGV的全局累积回报.仿真实验表明,该算法能够收敛到最优解,以最短的时间步长完成路径规划任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘辉	青岛大学自动化系	17	97	6.0	9.0
2	肖克	青岛大学自动化系	1	1	1.0	1.0
3	王京擘	青岛大学自动化系	1	1	1.0	1.0