基于社会价值取向与DRL融合的多智能体路径规划方法

本发明涉及智能制造车间物流调度技术领域，具体为基于社会价值取向与DRL融合的多智能体路径规划方法，该方法包括：步骤S1、基于局部观测构建多通道张量表征，对动态信息进行空间编码，建立可解释的思维特征空间；步骤S2、基于SVO的异构图注意力网络通信机制，接受邻居智能体动态信息，通过多头SVO感知异构图注意网络对信息进行分离与聚合，提取对自身决策最为关键的信息；步骤S3、基于邻居智能体群的SVO双层决策机制，结合SVO和PPO算法，采用局部环境及邻近智能体群动态调节SVO策略，实现下层行动策略自适应环境的动态变化。该方法有效消除路径冲突与死锁，提升系统吞吐量及成功率，提供高效协同解决方案，提升了车间运行效率及智能化水平。