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！

龙图腾网获悉北京物资学院申请的专利一种仓储环境深度强化学习多AGV无冲突路径规划方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119879967B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411893075.7，技术领域涉及：G01C21/34；该发明授权一种仓储环境深度强化学习多AGV无冲突路径规划方法是由袁瑞萍;李俊韬;刘敏;黄红亮;刘浚哲设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种仓储环境深度强化学习多AGV无冲突路径规划方法在说明书摘要公布了：本发明提供一种仓储环境深度强化学习多AGV无冲突路径规划方法,包括：创建虚拟仓储仿真训练环境，并从所述虚拟仓储仿真训练环境中提取虚拟仓储仿真训练环境信息；根据所述虚拟仓储仿真训练环境信息，确定每个AGV的状态观测值编码；设置AGV的动作空间，构建深度强化学习的奖励函数；构建引入动态分组机制的分布式无冲突多AGV路径规划器，根据所述奖励函数和每个AGV的状态观测值编码和动作空间，通过深度强化学习网络对所述分布式无冲突多AGV路径规划器进行迭代训练，更新所述分布式无冲突多AGV路径规划器的网络参数，得到训练后的分布式无冲突多AGV路径规划器；使用所述训练后的分布式无冲突多AGV路径规划器对实际仓储环境中的多个AGV进行无冲突路径规划，得到每个AGV的无冲突路径。

本发明授权一种仓储环境深度强化学习多AGV无冲突路径规划方法在权利要求书中公布了：1.一种仓储环境深度强化学习多AGV无冲突路径规划方法，其特征在于，包括： 创建虚拟仓储仿真训练环境，并从所述虚拟仓储仿真训练环境中提取虚拟仓储仿真训练环境信息； 根据所述虚拟仓储仿真训练环境信息，确定所述虚拟仓储仿真训练环境中的多个AGV中的每个AGV的状态观测值编码； 设置AGV的动作空间，构建深度强化学习的奖励函数； 构建引入动态分组机制的分布式无冲突多AGV路径规划器，根据所述奖励函数和每个AGV的状态观测值编码和动作空间，对所述分布式无冲突多AGV路径规划器进行迭代训练，更新所述分布式无冲突多AGV路径规划器的网络参数，得到训练后的分布式无冲突多AGV路径规划器； 使用所述训练后的分布式无冲突多AGV路径规划器对实际仓储环境中的多个AGV进行无冲突路径规划，得到每个AGV的无冲突路径； 其中，所述虚拟仓储仿真训练环境信息包括在所述虚拟仓储仿真训练环境中的多个AGV的初始位置、障碍物位置、货架位置和道路信息；所述AGV的状态观测值编码包括：所述AGV的位置信息和运动方向、目标货架位置、是否载有货物、以及在感知半径内的障碍物和其他AGV的位置信息和运动方向；所述动作空间包括：左转、右转、前进、装载和卸载；所述感知半径用于定义AGV的观测范围； 所述分布式无冲突多AGV路径规划器包括全局网络模型和每个AGV的本地网络模型；所述全局网络模型和每个AGV的本地网络模型具有相同的网络结构都对应包括评估网络、注意力网络、通信网络、深度强化学习网络； 所述评估网络用于针对每个AGV，将所述AGV观测范围内的其他AGV的特征融合到所述AGV的特征中，得到所述AGV的特征向量，并根据所述AGV观测范围内的所有AGV的特征向量确定所述AGV的邻接矩阵； 所述注意力网络用于针对每个AGV，基于自注意力机制，根据所述AGV的邻接矩阵和所述AGV的邻接矩阵中包含的AGV的状态观测值编码，计算得到以所述AGV为中心AGV的通信组； 所述通信网络用于针对每个AGV，在以所述AGV为中心的通信组内进行网络通信，更新通信组内各AGV的状态观测值编码； 所述深度强化学习网络基于多智能体异步优势演员评论家算法构建，用于针对动态分组机制划分通信组后的AGV，根据每个AGV的状态观测值编码在策略网络中进行动作决策，完成路径规划并根据奖励函数获取奖励，以使奖励最大化为目标，不断迭代更新每个AGV本地网络模型的模型参数，并使用每个AGV的本地网络模型的模型参数更新全局网络模型的模型参数，其中所述深度强化学习网络包括策略网络和评论员网络。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京物资学院，其通讯地址为：101149 北京市通州区富河大街321号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。