节点文献

基于强化学习的多机器人仓储调度方法研究

免费订阅

【作者】 陈明智钱同惠张仕臻王嘉前

【Author】 CHEN Mingzhi;QIAN Tonghui;ZHANG Shizhen;WANG Jiaqian;College of Physics and Information Engineering,Jianghan University;

【机构】 江汉大学物理与信息工程学院

【摘要】 调度系统作为智能仓储的核心之一,高协同度的调度系统将会极大地提升智能仓储系统中智能机器人的工作效率。文中针对智能仓储系统中物流机器人调度问题进行研究,对构建的栅格化仓库模型进行分析建模,基于多层编码遗传算法提出综合时间代价、路径代价和协同度代价的多智能体任务分配算法,并利用Q-Learning算法实现各智能体优化路径。为优化算法运算性能,基于栅格化仓库模型特点将曼哈顿路径对路径成本的估值运算代入遗传适应度评价函数,Matlab仿真结果与同期比较在运算性能上得到20%以上的提升,更能适应解决复杂的大规模智能仓储调度问题。

【基金】 湖北省高等学校优秀中青年科技创新团队计划项目:智能交通和物流的优化与决策(T201828)~~
【所属期刊栏目】 人工智能 (2019年14期)
  • 【DOI】10.16652/j.issn.1004-373x.2019.14.038
  • 【分类号】TP242
  • 【下载频次】30
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: