机构名称：
¥ 1.0
机器人导航在运输，制造和开发部门中具有重要意义。路径规划的优先级对于在多个机器人共存的环境中的有效导航至关重要。在逻辑库的领域中，其特征是重复的任务需要减轻人类错误，本研究集中于实现可行且最佳的路径计划，用于在两层建筑中运输书籍的多个代理商。基于Q学习的拟议算法结合了转移和课程学习，使代理人之间的合作和分散行为能够。通过软件内部方法进行的数值实验验证了该方法的效果。结果表明，与单个代理相比，任务完成步骤的成功率为94％，伴随着任务完成步骤的73.36％。本研究旨在展示该算法在增强多代理物流设置（尤其是在智能库环境中）的导航和任务效率方面的功能。
智能库：使用强化学习的多代理路径计划物流操作
主要关键词
相关文件推荐
