[发明专利]一种用于智能仓储机器人系统的分布式多机器人路径规划方法

权利要求书

1.一种用于智能仓储机器人系统的分布式多机器人路径规划方法，其特征在于：在格子地图工作空间中运行机器人，将机器人状态输入到DQN神经网络中产生动作，通过动作作用于环境中，得到下一个时刻的状态和奖励，所述奖励包括引导机器人从初始位置行驶至终止位置并且行驶的过程中尽量减少转换方向的第一部分奖励，以及指导机器人在行驶的过程中避免与其他机器人的碰撞的第二部分奖励；

第i个机器人的奖励r_i^kT包括第一部分奖励(^gr)_i^kT和第二部分奖励(^cr)_i^kT：

对于第一部分奖励(^gr)_i^kT，如公式(5)所示，当机器人的位置到达目标位置时奖励设置为r_arrival＝1；当机器人的上一个动作为(0，v)和(0，-v)并且没有到达目标位置时，y轴方向的相对位置的奖励权重设置大于x轴方向，其中w₂w₁；当机器人的上一个动作为(v，0)和(-v，0)并且没有到达目标位置时，x轴方向的相对位置的奖励权重设置大于y轴方向，其中w₁w₂，其中w₁为x轴方向的相对位置的奖励权重，w₂为y轴方向的相对位置的奖励权重；

其中s_a^kT为上一个时刻机器人执行的动作；

对于第二部分奖励(^cr)_i^kT如公式(6)所示，当两个机器发生碰撞的时候设置一个负的奖励r_collision＝-1；

其中D代表机器人的边长为D。

2.根据权利要求1所述的用于智能仓储机器人系统的分布式多机器人路径规划方法，其特征在于：机器人在kT时刻的状态为s^kT，T为机器人以速度v移动一个格子所需要的时间；状态s^kT包括三部分，第一部分为激光雷达扫描周围360°距离的数据s_o^kT，第二部分为当前机器人相对于目标的位置s_g^kT，第三部分为上一个时刻机器人执行的动作s_a^kT；

3.根据权利要求1所述的用于智能仓储机器人系统的分布式多机器人路径规划方法，其特征在于：根据机器人工作的格子地图工作空间，机器人在kT时刻的动作空间As包含五个动作，分别为前进、后退、往左、往右和停止；在kT时刻机器人将状态输入DQN神经网络得到动作a^kT；

a^kT～π_θ(a^kT|s^kT),k＝0,1,2,... (2)

As＝{(v,0),(-v,0),(0,v),(0,-v),(0,0)} (3)。