关键词：自动导引车;调度;节能;深度强化学习
摘 要：汽车零件生产车间一直是制造业中的关键环节之一，为了适应动态多变的汽车零件生产车间物流搬运场景、减少自动导引车（AGV）为完成任务所行驶的路程以及发生碰撞冲突的次数从而达到节能目的，提出了一种基于深度强化学习的AGV调度算法。首先，对汽车零件生产车间AGV调度问题进行建模并明确约束条件和目标函数，将车间地图栅格化构建算法训练环境。其次，建立基于深度Q网络DQN的AGV调度算法，设计其状态空间、动作空间、奖励函数。最后，在不同问题场景下通过实验证明基于Double DQN的AGV调度算法相较于传统调度算法的节能优势。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取