首页|基于改进Q学习算法的"货到人"系统AGV路径规划

基于改进Q学习算法的"货到人"系统AGV路径规划

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
随着智慧物流的发展,AGV在现代化智能仓库中的作用愈发重要,并衍生出了"货到人"这一拣选模式.以kiva仓库为研究背景,针对单AGV的局部路径规划进行研究,对传统Q学习"探索-利用"这一困境进行改进,通过引入反正弦函数动态调整贪婪因子ε,满足AGV在前期探索时的随机性,避免陷入局部最优解;后期减少ε保证AGV寻路的目的性,通过栅格方法建立仿真模型.仿真结果表明,改进后的Q学习能够在仓库中找到最优路径,并且运行时间相较于传统Q学习减少了约28％,有效提升了算法的效率.
Research on AGV Path Planning of"Goods-to-Person"System Based on Q-learning

张祥来、江尚容、罗芹

展开 >

哈尔滨商业大学管理学院,哈尔滨 150000

Q学习 AGV 路径规划 货到人系统

黑龙江省级大学生创新创业训练计划(2020)

202010240053

2022

10.3969/j.issn.1007-1423.2022.02.009

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(2)
  • 5