买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:珠海创智科技有限公司
摘要:本发明提供一种基于改进PPO算法的多AGV调度系统及其方法,该方法包括创建多AGV调度仿真环境,创建并初始化调度策略网络,创建价值函数网络,使用调度策略网络与AGV调度仿真环境进行交互,即策略网络根据当前环境状态生成调度决策,AGV调度仿真环境根据该调度决策执行相应的物理模拟,并在AGV调度仿真环境中执行调度任务,记录调度样本数据到样本数据池中;当样本数据池填满后,使用样本池中的调度样本数据,对策略网络和价值函数网络进行更新,调整网络参数;将训练好的调度策略网络包装为AGV的实时在线调度系统,对多个AGV进行实时、高效任务调度。本发明可以实现不同场景中AGV调度策略网络的训练,训练速度快且调度策略网络高效、灵活。
主权项:1.一种基于改进PPO算法的多AGV调度系统,其特征在于,包括:多AGV调度仿真环境环境、改进的PPO强化学习算法模型和深度神经网络;其中,改进的PPO强化学习算法模型包括:计算样本中观测状态的G值时,区分结束状态Terminated和Truncated;当结束状态为Terminated时,设置该结束状态的G值为0,而当结束状态为Truncated时,该结束状态的G值使用Critic估计,即VθS。
全文数据:
权利要求:
百度查询: 珠海创智科技有限公司 一种基于改进PPO算法的多AGV调度系统及其方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。