基于改进Q学习算法的“货到人”系统AGV路径规划

作     者：张祥来 江尚容 罗芹 Zhang Xianglai;Jiang Shangrong;Luo Qin

作者机构：哈尔滨商业大学管理学院哈尔滨150000 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2022年第28卷第2期

页      面：62-66,72页

学科分类：12[管理学] 02[经济学] 08[工学] 0202[经济学-应用经济学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020205[经济学-产业经济学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：2020年黑龙江省级大学创新创业训练项目:基于强化学习的智能仓储路径规划研究(202010240053) 

主　　题：Q学习 AGV 路径规划 货到人系统 

摘      要：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。