面向仓储物流的机器学习驱动型多机器人路径规划方法

著录项目

摘要

本发明公开了一种面向仓储物流的机器学习驱动型多机器人路径规划方法，涉及仓储机器人路径规划领域。该方法包括构建仓储物流环境地图，生成初始路径规划方案；根据变分推断模型从破坏启发式集合中选择当前破坏启发式，自适应确定邻域大小；再根据当前破坏启发式和邻域大小从机器人集合中选取部分机器人构成邻域，删除邻域内机器人的原始路径，并在保持邻域外其他机器人路径不变的情况下重新规划邻域内机器人的路径；若重新规划的路径集合可降低多机器人的总行驶距离，则用其更新原始路径，否则保留原始路径；更新变分推断参数，并重复执行破坏启发式选择、邻域生成、路径修复和参数更新过程，直至达到预设运行时间上限，输出最终路径规划方案。

附图

附图 1