一种仓储环境深度强化学习多AGV无冲突路径规划方法

本发明提供一种仓储环境深度强化学习多AGV无冲突路径规划方法,包括：创建虚拟仓储仿真训练环境，并从所述虚拟仓储仿真训练环境中提取虚拟仓储仿真训练环境信息；根据所述虚拟仓储仿真训练环境信息，确定每个AGV的状态观测值编码；设置AGV的动作空间，构建深度强化学习的奖励函数；构建引入动态分组机制的分布式无冲突多AGV路径规划器，根据所述奖励函数和每个AGV的状态观测值编码和动作空间，通过深度强化学习网络对所述分布式无冲突多AGV路径规划器进行迭代训练，更新所述分布式无冲突多AGV路径规划器的网络参数，得到训练后的分布式无冲突多AGV路径规划器；使用所述训练后的分布式无冲突多AGV路径规划器对实际仓储环境中的多个AGV进行无冲突路径规划，得到每个AGV的无冲突路径。