基于深度强化学习的自动化码头AGV调度仿真和优化OACSTPCD
为解决自动化集装箱码头的自动导引车(Automatic Guided Vehicle,AGV)调度模型中传统数学模型难以实时可视化调度和仿真模型内调度策略效率难以提升的问题,本文在建立的仿真模型和运筹规划模型的基础上研究了深度强化学习算法与AnyLogic自动化集装箱码头仿真模型交互的路径方法。随后,利用自动化集装箱码头进口箱仿真模型低任务产生率情况下AGV作业数据训练深度强化学习算法的网络模型,再将其加载在高任务和低任务产生率仿真模型中进而实现…查看全部>>
李斌;崔宏阳
福建理工大学,机械与汽车工程学院,福州350118 福建理工大学,福建省大数据挖掘与应用技术重点实验室,福州350118福建理工大学,计算机科学与数学学院,福州350118 福建理工大学,福建省大数据挖掘与应用技术重点实验室,福州350118
交通运输
水路运输实时动态交互深度强化学习AGV作业调度可视化动态调度
《交通运输工程与信息学报》 2024 (3)
P.134-151,18
教育部人文社会科学研究规划基金项目(19YJA630031)。
评论