一种多AGV调度方法、装置、设备及存储介质

本申请公开了一种多AGV调度方法、装置、设备及存储介质，涉及物流仓储技术领域。该方法包括：收集实时环境信息并通过深度编解码网络建模为实时环境状态表示；构建基于扩散模型和多智能体强化学习的多AGV动态调度模型并利用实时环境状态表示对多AGV动态调度模型进行训练，以得到目标多AGV动态调度模型；其中，扩散模型使用无分类器指导以及在预设低温范围内进行采样，以及基于去噪扩散概率模型的训练方式生成动作序列；多智能体强化学习采用集中训练和分散执行的训练框架；将目标环境信息动态输入目标多AGV动态调度模型，以动态输出多AGV的动作序列。通过本申请的技术方案，可以实现多AGV动态调度并提升多AGV调度的效率。