一种基于Lyapunov与深度强化学习的AGV路径规划控制方法

本申请涉及一种基于Lyapunov与深度强化学习的AGV路径规划控制方法。所述方法包括：S1：分别构建AGV的状态空间、连续动作空间以及复合奖励函数；S2：采用SAC算法作为深度强化学习框架，通过最大化累积奖励与策略熵优化AGV控制策略模型；S3：构建包含动态障碍物、AGV初始位置及目标位置的仿真环境S4：实时采集AGV的复合状态信息；S5：通过AGV控制策略模型输出连续动作空间，驱动AGV按照角速度和加速度执行轨迹规划；S6：根据AGV动作更新仿真环境，重新计算障碍物距离、位置及目标点相对状态；S7：若AGV到达目标点，则终止当前训练周期并保存策略模型；否则返回步骤S4继续迭代；S8：利用保存的策略模型进行AGV路径规划。