公开(公告)号：CN116466662A

公开(公告)日：2023-07-21

申请号：CN202310346390.7

申请日：2023-04-03

Applicant: 西北工业大学

Inventor： 郭斌 ,  张江山 ,  於志文 ,  孙卓 ,  刘佳琪 ,  王亮 ,  李梦媛

IPC: G05B19/418 ,  G06N3/047 ,  G06N3/092

Abstract: 本发明涉及一种基于分层内在激励的多AGV智能调度方法，首先，基于多AGV车间搬运场景，建立部分可观测的马尔科夫决策模型；其次，提出分层内在激励机制，用于实时调整AGV的两种内在激励权重；之后，基于多智能体深度强化学习方法BicNet进行训练，最终将训练好的策略网络部署到每个AGV，进行多AGV智能调度。本发明提出了基于多智能体强化学习的调度方法，各个AGV可以基于策略网络进行自组织地智能调度，提高了多AGV的自主调度能力与任务完成水平，为实现多AGV的自学习、自组织的智能调度提供了解决方案。

公开(公告)号：CN116582442A

公开(公告)日：2023-08-11

申请号：CN202310285877.9

申请日：2023-03-22

Applicant: 西北工业大学

Inventor： 郭斌 ,  任浩阳 ,  於志文 ,  刘佳琪 ,  孙卓 ,  张江山

IPC: H04L41/12 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于层次化通信机制的多智能体协作方法，首先建立组内通信拓扑结构，根据通信距离将智能体划分为不同组；然后建立组间通信拓扑结构，使用基于邻居节点数量的度中心性方法寻找组中高级别智能体；随后进行组内信息聚合与组间信息交换；使用多头注意力机制搭建层次图卷积网络，对于每个注意头，所有输入特征的值表示都通过关系进行加权并相加；然后，将智能体的m个注意头的输出进行串联，然后将其送入具有ReLU非线性的单层MLP，得到卷积层的输出；最后进行动作决策，根据策略采取行动。本发明通过在智能体之间建立合理高效的层次化通信结构，打破中心化的数据获取、聚合与利用，缓解集中式训练的维度灾难问题。