摘要
本发明公开了一种面向集装箱出口的机器人调度方法及系统,涉及智能调度技术领域,本发明通过物联网传感器网络采集多源数据,经时空对齐后输入双深度Q网络完成任务预分配;基于三维时空坐标系进行滚动时域路径优化,结合虚拟导引点策略消解轨迹冲突;利用长短期记忆网络动态调整多目标代价函数权重,实现运输效率、能耗等指标的自适应优化;针对异常事件,采用蜂群优化算法生成局部无冲突路径,并集成箱门朝向优化策略降低能耗,提升了集装箱码头AGV集群的协同调度效率,增强了动态环境适应性。
技术关键词
机器人调度方法
长短期记忆网络
深度Q网络
轨迹
异常事件
物联网传感器网络
动态
交互机制
策略
深度强化学习模型
集群
智能调度技术
能耗
数据编码
坐标系
集成箱门
实时位置
集装箱位置
系统为您推荐了相关专利信息
模型更新
联邦学习模型
Louvain算法
客户端
过滤方法
人体骨骼点
卷积网络模型
序列
视频
人体骨骼关键点