一种基于DDQN算法的多AGV路径规划方法

本发明涉及一种基于DDQN算法的多AGV路径规划方法。方法包括：根据仓库布局获取AGV运输任务；建立AGV的状态空间、动作空间以及奖励函数；构建AGV路径规划模型；从环境中获取当前状态并将当前状态输入主网络；主网络生成当前Q值并输入至DDQN误差函数；主网络计算目标Q值，并根据当前Q值和目标Q值计算TD误差；将TD误差和经验样本存储至经验池中；目标网络从经验池中获取下一状态并对应生成下一状态最优Q值，并将下一状态最优Q值输入DDQN误差函数；DDQN误差函数根据当前Q值和下一状态最优Q值计算损失函数值，并反向传播计算误差函数梯度，更新网络参数；循环迭代直到达到最大训练回合数，获取训练后的AGV路径规划模型并进行多AGV路径规划。