公开(公告)号：CN112835333B

公开(公告)日：2022-03-15

申请号：CN202011641338.7

申请日：2020-12-31

Applicant: 北京工商大学

Inventor： 李海生 ,  孙宇 ,  李楠 ,  曹健 ,  吴晓群

IPC: G05B19/418

Abstract: 本发明涉及一种基于深度强化学习多AGV避障与路径规划方法及系统，其方法包括：步骤S1：每个AGV进行数据采集以及预处理，得到输入图片；步骤S2：将输入图片输入避障神经网络并进行训练，得到障碍物特征图；步骤S3：将每个AGV的障碍物特征图，输入路径规划决策模型，得到每个AGV的路径规划策略；步骤S4：每个AGV根据中央控制器所获取的所有AGV的状态‑动作对，以获取全局路径规划策略，并根据全局路径规划策略更新每个所述AGV的路径规划策略，以获得最优的全局路径规划策略。本发明采取一种多AGV的Actor‑Critic深度强化学习方法，通过分散执行‑集中学习的框架方式解决多AGV的路径规划与冲突协调的问题，同时，规避了通信协议的引入，避免了通信延迟所带来的弊端。

公开(公告)号：CN112835333A

公开(公告)日：2021-05-25

申请号：CN202011641338.7

申请日：2020-12-31

Applicant: 北京工商大学

Inventor： 李海生 ,  孙宇 ,  李楠 ,  曹健 ,  吴晓群

IPC: G05B19/418

Abstract: 本发明涉及一种基于深度强化学习多AGV避障与路径规划方法及系统，其方法包括：步骤S1：每个AGV进行数据采集以及预处理，得到输入图片；步骤S2：将输入图片输入避障神经网络并进行训练，得到障碍物特征图；步骤S3：将每个AGV的障碍物特征图，输入路径规划决策模型，得到每个AGV的路径规划策略；步骤S4：每个AGV根据中央控制器所获取的所有AGV的状态‑动作对，以获取全局路径规划策略，并根据全局路径规划策略更新每个所述AGV的路径规划策略，以获得最优的全局路径规划策略。本发明采取一种多AGV的Actor‑Critic深度强化学习方法，通过分散执行‑集中学习的框架方式解决多AGV的路径规划与冲突协调的问题，同时，规避了通信协议的引入，避免了通信延迟所带来的弊端。