一种基于冷链仓库深度强化学习的无人叉车动态任务调度方法及系统

本发明公开了一种基于冷链仓库深度强化学习的无人叉车动态任务调度方法及系统，属于无人叉车调度领域，所述方法包括：在目标冷链仓库中布置传感器，采集目标冷链仓库的环境数据，基于数字孪生技术在云端构建目标冷链仓库的数字孪生模型；根据传感器反馈的数据构建目标冷链仓库的动态环境状态，并基于路径生成算法生成初始的无人叉车轨迹，使用部署于云端的多特征耦合的时空联合路径规划算法，对初始的无人叉车轨迹进行优化，生成最优的路径和调度计划；云端将指令下发到边缘网关，边缘网关对指令进行分解并下发到各个无人叉车。本发明提升了调度方案的优化效果。