控制与决策

作者：孙爱红,雷琦,宋豫川,杨云帆

单位：重庆大学 机械传动国家重点实验室,重庆 400044,,重庆大学 机械传动国家重点实验室,重庆 400044,,重庆大学 机械传动国家重点实验室,重庆 400044,,重庆大学 机械传动国家重点实验室,重庆 400044,

关键词：作业车间调度;自动引导运输车;深度强化学习;马尔可夫决策过程;近端策略优化;联合调度

基金：国家自然科学基金项目(51205429).

针对作业车间中自动引导运输车(automated guided vehicle,AGV)与机器联合调度问题,以完工时间最小化为目标,提出一种基于卷积神经网络和深度强化学习的集成算法框架.首先,对含AGV的作业车间调度析取图进行分析,将问题转化为一个序列决策问题,并将其表述为马尔可夫决策过程.接着,针对问题的求解特点,设计一种基于析取图的空间状态与5个直接状态特征;在动作空间的设置上,设计包含工序选择和AGV指派的二维动作空间;根据作业车间中加工时间与有效运输时间为定值这一特点,构造奖励函数来引导智能体进行学习.最后,设计针对二维动作空间的2D-PPO算法进行训练和学习,以快速响应AGV与机器的联合调度决策.通过实例验证,基于2D-PPO算法的调度算法具有较好的学习性能和可扩展性效果.

来源：2024年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第1期