基于改进Q学习的“货到人”拣选系统AGV路径规划

杜卓颖，李金禧，张祥来，朱 琳

（哈尔滨商业大学 管理学院，黑龙江 哈尔滨 150000）

1 引言

目前仓储内的货物流通开始更多的使用AGV智能小车作为载体，随着自动化水平的提高和成本的降低，现在多数使用的是“货到人”拣选模式。在拣选过程中，系统内的拣选人有固定站位，货物通过AGV小车等载体自动输送到拣选人面前。这种模式不仅可以提高拣选和存储的效率，还可以有效减低人工成本和劳动强度[1]。因此，本文将在以“货到人”拣选系统为背景的仓储中进行仿真实验。

目前对单智能体的路径规划方法有很多：一是使用搜索算法,如姜涛，等[3]提出利用Dijkstra 算法提高路径规划中的定位精度问题，使机器人与障碍物之间距离最大化，使移动机器人的运动轨迹具有较高的可执行性，减少碰撞几率，实现了小型移动机器人在信号丢失情况下的自主返航；陈靖辉，等[4]基于A*算法，通过消除对称路径，减少扩展节点的方法，提高搜索效率和算法性能；二是使用启发式算法，如梁凯，等[5]基于蚁群算法进行动态路径规划时的缺陷，提出了结合狼群分配原则、局部搜索策略和两步可行域搜索策略的改进蚁群算法；周驰，等[6]在标准粒子群算法的基础上，结合遗传算法的交叉变异思想、变邻域搜索、动态惯性权重的寻优策略，对仓储环境叉车运动进行寻路。

随着对强化学习研究的深入，部分学者也将强化学习方法应用于路径规划中。由于Q学习的探索方式，导致Q学习算法的收敛速度并不高，算法性能较差。……