基于多智能体深度强化学习的机器人协作搬运方法

作     者：廖登宇 张震 赵德京 崔浩岩 LIAO Dengyu;ZHANG Zhen;ZHAO Dejing;CUI Haoyan

作者机构：青岛大学自动化学院山东青岛266071 山东省工业控制重点实验室山东青岛266071 

基　　金：国家自然科学基金项目(61903209) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2023年第31卷第23期

页      码：7-11页

摘      要：近年来,机器人协作搬运任务在生产线和无人仓库场景中得到广泛应用。针对在传统路径规划方法上机器人无法达到最高的搬运效率的问题,提出一种通过基于多智能体深度强化学习(Multi-Agent Deep Reinforcement Learning,MADRL)的QTRAN Plus算法参与协作搬运的机器人规划路径。QTRAN Plus算法采用混合网络代替QTRAN算法中对每个智能体的Q值网络进行加和的操作,以提高优化能力,并增加了一个新的损失函数,以提高收敛速度。通过协作搬运仿真实验可知,QTRAN Plus能够更快更稳定地学习到机器人的最优路径,其整体表现优于其他对比算法。

主 题 词：多智能体深度强化学习 强化学习 随机博弈 路径规划 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2023.23.002

馆 藏 号：203124639...