基于改进Q-learning算法智能仓储AGV路径规划

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：作为智能物流系统中重要运输工具的自动引导车（Automated Guided Vehicle， AGV），AGV路径规划与避障算法是移动机器人领域重要研究热点之一。为了解决现有仓储环境下的AGV在运用Q-learning算法进行路径规划时的前期收敛速度慢且探索利用不平衡的问题，提出一种结合引力势场改进Q-learning的算法，同时对贪婪系数进行动态调整。（剩余9130字）

试读结束

目录
monitor