基于深度强化学习的多目标多AGV路径规划方法

本发明涉及路径规划技术领域，具体为基于深度强化学习的多目标多AGV路径规划方法，包括以下步骤：获取交汇区内所有AGV的实时状态，计算行进方向夹角、任务紧迫度比值及路径密度预测，得到状态参数集合。本发明中，通过实时精准采集设备状态并综合分析多维数据，路径交汇区域内的通行调度实现了任务优先级的合理分配，采用预测技术识别并调整可能造成阻塞的设备，结合速度控制和方向修正优化冲突避让策略，通过流量趋势分析提前调整可能拥堵区域的通行，确保设备按优化路径均衡通行，对复杂环境的自适应调整提高设备稳定性，有效降低冲突与拥堵发生，提升行驶效率和任务执行稳定性。