基于PPO与LSTM的多AGV路径规划方法

适应任务突变与AGV故障

该方法将LSTM引入PPO框架以利用时序信息，相较传统规划方法具备更高的动态适应性，并在奖励和收敛速度上优于现有基于PPO的AGV路径规划方法。

蔺一帅 · Gang, Hu · Wang, Liang · 李青山 · 朱家伟

IEEE/CAA Journal of Automatica Sinica 2023

技术优势

适应任务突变

DRL方法通过与环境的持续交互学习，能动态调整路径策略，无需重新规划。

加速策略收敛

LSTM捕捉时间步信息，提升训练效率，比现有PPO方法收敛更快。

应用场景

• 仓储自动化：在仓储环境中应对订单变化和AGV故障，减少停机时间。
• 多机器人调度：协调多台AGV的路径，避免冲突并提升整体效率。
• 工业物联网：作为智能决策模块集成到工业物联网平台，优化设备调度。