一种基于多智能体强化学习和上下文感知的多自动导引车路径规划方法

一种基于多智能体强化学习和上下文感知的多自动导引车路径规划方法，属于机器学习与智能物流的交叉领域。本发提出的上下文感知信息充分利用AGV在训练过程中对环境的理解，通过自身的长时记忆针对当前AGV的观测信息产生用于辅助其它智能体决策的上下文感知信息。在进行多智能体通信强化学习时，利用AGV的局部特征信息来产生多样化的通信信息，之后结合AGV自身的局部特征信息，得到最终的决策动作概率分布结果。基于集中式训练、分布式执行的训练范式，多AGV系统能够很好的学习到一个高效、直接的路径规划解决方案，有效的提高了AGV在地图上的路径规划效率及准确率，同时也降低了AGV之间的碰撞冲突。