[发明专利]一种基于多智能体强化学习的AGV任务调度方法

说明书

本发明公开了一种基于多智能体强化学习的AGV任务调度方法，属于医院智能物流系统任务调度领域。本发明包括：S1.建立与医院相关的地图模型；S2.根据建立的地图模型，求出地图中各点之间的最短路径；S3.以所有AGV任务中最短路径之和作为AGV任务调度的优化目标，构建AGV调度数学模型；S4.基于多智能体强化学习算法求解AGV调度优化模型，得到AGV的最优调度方案。该方法能够快速求解一种医院智能物流系统环境下的AGV任务调度问题，获得任务完成路径成本最低或近似最低的任务调度方案。

技术领域

本发明属于医院智能物流系统任务调度领域，特别涉及一种基于多智能体强化学习的AGV任务调度方法。

背景技术

本发明所涉及的医院智能物流系统是一种借助于自动引导车(即AutomatedGuided Vehicle,AGV)运送医院物资的现代化医院智能物流系统。

医院智能物流系统中的AGV采用无轨激光导航，无需任何辅助定位设施，具有高效率、灵活性、载重能力强、适运物资广、修建过程方便等优势。接到任务指令后，AGV从空车存储点出发前往任务的起始点装载需要运送的物资，再前往目标点交付货物，再前往下一个任务的起始点，如此往复，直到完成所有分配任务，回到空车存储点。系统中存在的AGV数量与任务数量可达数以百计。因此，如何指挥协调这些AGV快速有效地完成物资搬运任务是一个挑战。

医院智能物流系统性能的充分发挥离不开科学有效的任务调度方法，然而目前实际的医院应用中，物资搬运任务在系统多个AGV之间的分配调度大多基于空闲选择等简单的调度规则。另一方面，文献中关于医院智能物流系统任务调度的研究也十分稀少。

发明内容

本发明公开了一种基于多智能体强化学习的AGV任务调度方法，目的在于解决医院智能物流系统中存在多个AGV之间科学合理地分配物资搬运任务的优化问题，目标为全部任务的路径成本最短。

为达到上述技术目的，本发明采用以下技术方案：

一种基于多智能体强化学习的AGV任务调度方法，包括以下步骤：

S1.建立与医院相关的地图模型；

S2.根据建立的地图模型，求出地图中各点之间的最短路径；

S3.以所有AGV任务中最短路径之和作为AGV任务调度的优化目标，构建AGV调度数学模型；

S4.基于多智能体强化学习算法求解AGV调度优化模型，得到AGV的最优调度方案。

进一步地，所述步骤S1中的地图模型为一个带权值的无向图，无向图的顶点为医院的各个科室、路径交叉点与电梯，无向图的边为路径，边上的权值表示两个顶点之间路径的距离，医院不同楼层的地图用电梯之间的边连接。

进一步地，所述步骤S2中采用Dijkstra算法计算地图中各点之间的最短路径，包括：

S21.对于一个带权值的无向图GV,E，V表示无向图中的顶点集合，E表示无向图中的边集合；选取图中一个起始顶点Vi加入集合U＝{Vi}，用dist[i][j]表示从Vi到Vj的最短距离，其中Vi、Vj分别表示无向图中的第i个和第j个顶点；

S22.从集合V中选取使dist[i][j]值最小的顶点Vj，并将Vj加入集合U中；

S23.更新Vi的相邻顶点Vk和步骤S22中最新加入集合U中的顶点Vj之间的dist值，更新公式为：

dist[k][j]＝min{dist[k][j],dist[i][j]+E[i][k]}

其中，E[i][k]表示顶点Vi、Vk之间的边的权值；

S24.将最新加入集合U中的顶点Vj视为起始顶点，重复步骤S22与S23，直到图中所有顶点都在集合U中；