CN117077882A - 一种无人设备调度方法、装置、存储介质及电子设备 - Google Patents
一种无人设备调度方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117077882A CN117077882A CN202311344159.0A CN202311344159A CN117077882A CN 117077882 A CN117077882 A CN 117077882A CN 202311344159 A CN202311344159 A CN 202311344159A CN 117077882 A CN117077882 A CN 117077882A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- target
- path
- task
- state data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 238000009826 distribution Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 23
- 238000012549 training Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 15
- 230000006872 improvement Effects 0.000 description 9
- 238000011084 recovery Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000002787 reinforcement Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000035772 mutation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/092—Reinforcement learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Abstract
本说明书公开了一种无人设备调度方法、装置、存储介质及电子设备。所述无人设备调度方法包括:获取指定任务场景当前的状态数据,并将状态数据输入到预先训练的目标调度模型中,以通过目标调度模型根据状态数据以及预先确定的调度规则集,确定目标调度方案,对目标调度方案的基础路径进行碰撞检测,判断无人设备按照基础路径行驶时是否会发生碰撞,若是,则根据检测结果对基础路径进行优化,得到目标路径,根据目标路径,对目标无人设备进行调度,以通过目标无人设备进行任务执行。
Description
技术领域
本说明书涉及强化学习技术领域,尤其涉及一种无人设备调度方法、装置、存储介质及电子设备。
背景技术
随着工业人工智能技术的发展,自动引导车或者自动引导机器人(AutomatedGuided Vehicle,AGV)已广泛应用于柔性车间物料搬运,实现生产效率的提高,并使得企业生产成本降低。
目前,在对AGV进行无人设备调度时通常会采用静态调度方法,这种方法可以在假设所有的任务信息都可以被预先获取,并且所有的任务信息均为稳定不变或者变化较小的基础上,建立一个解析模型并使用元启发式算法求解以对AGV进行无人设备调度。
但是,由于真实环境中容易出现各种扰动事件(例如:机器故障、AGV碰撞导致死锁、订单插入等),导致车间环境的复杂性和不确定性较高,从而导致为AGV规划的调度方案的路径容易出现异常,使得AGV的完工时间和延迟率较高。
发明内容
本说明书提供一种无人设备调度方法、装置、存储介质及电子设备,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种无人设备调度方法,包括:
获取指定任务场景当前的状态数据,所述状态数据包括:待取货货架数据、无人设备的运动状态数据、当前正在执行任务的任务数据以及待执行任务的任务数据;
将所述状态数据输入到预先训练的目标调度模型中,以通过所述目标调度模型根据所述状态数据以及预先确定的调度规则集,确定目标调度方案,所述目标调度方案包括:为所述待执行任务分配的取货点、分拣点、执行该待执行任务的目标无人设备以及所述目标无人设备的基础路径;
对所述基础路径进行碰撞检测,根据所述碰撞检测的检测结果,判断所述基础路径是否为目标路径;
若否,则根据所述检测结果对所述基础路径进行优化,得到目标路径;
根据所述目标路径,对所述目标无人设备进行调度,以通过所述目标无人设备进行任务执行。
可选地,训练所述目标调度模型,包括:
获取所述指定任务场景的历史状态数据、历史调度方案以及第一初始调度模型、第二初始调度模型,所述第一初始调度模型和所述第二初始调度模型为采用不同模型参数的初始调度模型;
将所述历史状态数据输入到所述第一初始调度模型中,以通过所述第一初始调度模型根据所述历史状态数据,确定出符合所述调度规则集的每个调度方案被选择的概率分布,作为第一概率分布,并根据所述第一概率分布,确定出所述历史调度方案被选择的概率值,作为第一概率值;以及
将所述历史状态数据输入到所述第二初始调度模型中,以通过所述第二初始调度模型根据所述历史状态数据,确定出符合所述调度规则集的每个调度方案被选择的概率分布,作为第二概率分布,并根据所述第二概率分布,确定出所述历史调度方案被选择的概率值,作为第二概率值;
根据所述第一概率值以及所述第二概率值对所述初始调度模型进行训练,得到目标调度模型。
可选地,根据所述第一概率值以及所述第二概率值对所述初始调度模型进行训练,得到目标调度模型,包括:
获取所述历史调度方案对应的优势函数,所述优势函数用于表征所述历史调度方案相比于符合所述调度规则集的每个调度方案的合理性;
根据所述第一概率值和所述第二概率值之间的相似度以及所述优势函数,确定目标损失;
以最小化所述目标损失为优化目标,对所述初始调度模型进行训练,得到目标调度模型。
可选地,确定调度规则集,具体包括:
获取初始调度规则集;
针对所述初始调度规则集,通过若干轮迭代,确定调度规则集,其中,针对每轮迭代,确定该轮迭代中的各基础调度规则,并每个基础调度规则对应的适应权重,根据所述适应权重,从所述各基础调度规则中筛选出各目标调度规则,针对至少部分所述目标调度规则,对至少部分所述目标调度规则进行指定迭代操作,得到迭代后目标调度规则,将所述迭代后目标调度规则以及其它目标调度规则作为下一轮迭代中的各基础调度规则,所述指定迭代操作包括:交叉操作、变异操作,所述各基础调度规则是将所述初始调度规则集中包含的各初始调度规则迭代至上一轮后得到;
当确定满足预设的终止条件时,得到调度规则集。
可选地,针对至少部分所述目标调度规则,对所述至少部分目标调度规则进行指定迭代操作,得到迭代后目标调度规则,具体包括:
针对每个目标调度规则,根据预设的该目标调度规则对应的交叉概率,从各目标调度规则中筛选出一对目标调度规则,作为父代调度规则对;
从所述父代调度规则对中包含的每个目标调度规则中分别选取出至少部分调度规则组合得到迭代后目标调度规则。
可选地,针对至少部分所述目标调度规则,对所述至少部分目标调度规则进行指定迭代操作,得到迭代后目标调度规则,具体包括:
针对每个目标调度规则,根据预设的该目标调度规则对应的变异概率,从各目标调度规则中筛选出至少部分目标调度规则,作为待变异调度规则;
基于所述初始调度规则集,随机生成子调度规则,并使用所述子调度规则对所述待变异调度规则中的至少部分调度规则进行替换,得到迭代后目标调度规则。
可选地,根据所述检测结果对所述基础路径进行优化,得到目标路径,具体包括:
根据所述检测结果,确定所述无人设备按照所述基础路径行驶发生碰撞的碰撞类型,所述碰撞类型包括:追尾碰撞、对向碰撞、交叉碰撞;
若确定所述碰撞类型为追尾碰撞或交叉碰撞,则通过第一预设算法,对所述无人设备的基础路径进行优化,得到目标路径,所述第一预设算法用于为所述无人设备添加等待时间,以避免发生碰撞;
若确定所述碰撞类型为对向碰撞,则通过第二预设算法对所述基础路径进行优化,得到目标路径,所述第二预设算法用于针对所述基础路径中的至少部分路径进行重新规划,以避免发生碰撞。
本说明书提供了一种无人设备调度装置,包括:
获取模块,用于获取指定任务场景当前的状态数据,所述状态数据包括:待取货货架数据、无人设备的运动状态数据、当前正在执行任务的任务数据以及待执行任务的任务数据;
确定模块,用于将所述状态数据输入到预先训练的目标调度模型中,以通过所述目标调度模型根据所述状态数据以及预先确定的调度规则集,确定目标调度方案,所述目标调度方案包括:为所述待执行任务分配的取货点、分拣点、执行该待执行任务的目标无人设备以及所述目标无人设备的基础路径;
检测模块,用于对所述基础路径进行碰撞检测,根据所述碰撞检测的检测结果,判断所述基础路径是否为目标路径;
路径优化模块,用于若否,则根据所述检测结果对所述基础路径进行优化,得到目标路径;
调度模块,用于根据所述目标路径,对所述目标无人设备进行调度,以通过所述目标无人设备进行任务执行。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述无人设备调度方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述无人设备调度方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的无人设备调度方法中,获取指定任务场景当前的状态数据,其中,状态数据包括:待取货货架数据、无人设备的运动状态数据、当前正在执行任务的任务数据以及待执行任务的任务数据,将状态数据输入到预先训练的目标调度模型中,以通过目标调度模型根据状态数据以及预先确定的调度规则集,确定目标调度方案,其中,目标调度方案包括:为待执行任务分配的取货点、分拣点、执行该待执行任务的目标无人设备以及目标无人设备的基础路径,根据目标调度方案,确定无人设备的基础路径,并对基础路径进行碰撞检测,根据碰撞检测的检测结果,判断基础路径是否为目标路径,若否,则根据检测结果对基础路径进行优化,得到目标路径,根据目标路径,对目标无人设备进行调度,以通过目标无人设备进行任务执行。
从上述方法可以看出,可以通过将指定任务场景的状态数据输入到预先训练的强化学习模型中,以通过强化学习模型根据输入的状态数据以及预设的调度规则集,确定出无人设备的目标调度方案,并且还可以针对目标调度方案中规划的路径进行碰撞检测,以在发现存在碰撞问题时,再对目标调度方案中的基础路径进行优化,从而可以提高为无人设备规划的路径的合理性,进而可以提升无人设备的工作效率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中提供的一种无人设备调度方法的流程示意图;
图2为本说明书中提供的指定迭代操作的示意图;
图3为本说明书中提供的目标调度模型的训练方法示意图;
图4为本说明书中提供的碰撞检测的示意图;
图5为本说明书提供的一种无人设备调度装置的示意图;
图6为本说明书提供的一种对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种无人设备调度方法的流程示意图,包括以下步骤:
S101:获取指定任务场景当前的状态数据,所述状态数据包括:待取货货架数据、无人设备的运动状态数据、当前正在执行任务的任务数据以及待执行任务的任务数据。
在本说明书中,业务平台可以在每个时间步,获取指定任务场景当前的状态数据,以根据状态数据确定对指定任务场景中的无人设备进行调度所需的调度方案,进而可以按照确定出的调度方案对无人设备进行调度。
其中,上述的指定任务场景可以为柔性车间环境,例如:在货运站中,可以根据用户发送的订单,对无人设备进行调度,以通过无人设备从各个货架中装载相应的货物,并送到分拣点进行分拣,从而完成订单任务。
上述的状态数据包括:当前任务数(即指定任务场景中所有无人设备正在执行的任务的数量)、当前正在被执行的所有任务的平均剩余执行时间、无人设备执行当前任务的平均行驶距离、每个无人设备的工作状态、每个无人设备在指定任务场景中的位置、每个无人设备当前的行驶速度、每个无人设备所执行的任务的剩余路径、剩余任务数、每个货架的剩余货量、每个分拣点的累计分拣量、所有分拣节点的累计出库量。
在本说明书中提到的无人设备可以包括:移动机器人,无人车等,本说明书中,用于实现无人设备调度方法的执行主体,可以是指设置于无人设备的车端电子设备,也可以是诸如服务器等设备,为了便于描述,下面仅以服务器是执行主体为例,对本说明书提供的无人设备调度方法进行说明。
S102:将所述状态数据输入到预先训练的目标调度模型中,以通过所述目标调度模型根据所述状态数据以及预先确定的调度规则集,确定目标调度方案,所述目标调度方案包括:为所述待执行任务分配的取货点、分拣点、执行该待执行任务的目标无人设备以及所述目标无人设备的基础路径。
进一步地,服务器可以将获取到的指定任务场景当前的状态数据输入到预先训练的目标调度模型中,以通过目标调度模型根据状态数据以及预先确定的调度规则集,确定目标调度方案。
其中,上述的目标调度方案包括:为待执行任务分配的取货点、分拣点、执行该待执行任务的目标无人设备以及目标无人设备的基础路径。
上述的目标调度模型可以为强化学习模型,服务器可以在强化学习模型中,针对每个无人设备构建用于表征该无人设备的智能体,进而可以通过智能体与指定任务场景的交互,为智能体确定出最优的调度方案。
上述的调度规则集的确定方法可以为获取初始调度规则集,针对初始调度规则集,通过若干轮迭代,确定调度规则集,其中,针对每轮迭代,确定该轮迭代中的各基础调度规则,并每个基础调度规则对应的适应权重,根据适应权重,从各基础调度规则中筛选出各目标调度规则,针对至少部分目标调度规则,对上述的至少部分目标调度规则进行指定迭代操作,得到迭代后目标调度规则,将迭代后目标调度规则以及其它目标调度规则作为下一轮迭代中的各基础调度规则,当确定满足预设的终止条件时,得到调度规则集。
上述的调度规则用于规定服务器选择调度方案的取货点、分拣点、执行该待执行任务的目标无人设备的选择方法。例如:货量最多的货架具有较高的优先级(即,服务器在选择待执行任务的取货点时需要优先选取货量最多的货架作为取货点),货物类型最多的货架具有较高的优先级,包含等待时间最长的待执行任务的货物的货架具有较高的优先级,距离空闲的无人设备的货架具有较高的优先级,处于空闲状态的无人设备具有较高的优先级(若存在多个处于空闲状态的无人设备,则可以按照无人设备的编号进行顺序选取),处理待执行任务最少的分拣点具有较高的优先级,距离当前待执行任务的取货点最近的分拣点具有较高的优先级等。
上述的每轮迭代中的各基础调度规则是将初始调度规则集中包含的各初始调度规则迭代至上一轮后得到。
上述的终止条件可以根据实际需求设置,例如:当判断迭代轮数达到预设阈值时,则认为满足上述的终止条件。
上述的指定迭代操作包括:交叉操作、变异操作,具体如图2所示。
图2为本说明书中提供的指定迭代操作的示意图。
结合图2可以看出,服务器可以针对每个目标调度规则,根据预设的该目标调度规则对应的交叉概率,从各目标调度规则中筛选出一对目标调度规则,作为父代调度规则对,从父代调度规则对中包含的每个目标调度规则中分别选取出至少部分调度规则组合得到迭代后目标调度规则。
例如:从图2中的(a)可以看出,服务器可以从各目标调度规则中筛选出一对目标调度规则作为父代,进而可以针对父代中取出父代规则中的Rule1与Rule2的求和操作后的规则,以及Rule1与Rule2的除操作后的规则组合得到子代的目标调度规则。
以及服务器可以针对每个目标调度规则,根据预设的该目标调度规则对应的变异概率,从各目标调度规则中筛选出至少部分目标调度规则,作为待变异调度规则,基于初始调度规则集,随机生成子调度规则,并使用子调度规则对待变异调度规则中的至少部分调度规则进行替换,得到迭代后目标调度规则。
例如:从图2中的(b)可以看出,服务器可以从各目标调度规则中筛选出一个目标调度规则作为父代,进而可以通过随机生成子调度规则“Rule7与Rule2的除操作结果与Rule4进行乘操作”,对父代中的部分调度规则进行替换,得到子代的目标调度规则。
需要说明的是,服务器可以基于调度规则集,为待执行任务确定取货点、分拣点、执行该待执行任务的无人设备后,可以从预先确定的从各取货点到各分拣点之间的最短路径,确定出与为待执行任务确定取货点、分拣点相匹配的最短路径作为基础路径。
值得说明的是,服务器在确定出基础路径后,可以基于指定任务场景,确定无人设备按照基础路径进行任务执行反馈的奖励、无人设备按照基础路径进行任务执行后指定任务场景的新的状态数据/>与新的无人设备的剩余路径集合/>,其中,无人设备按照基础路径进行任务执行反馈的奖励/>可以参考如下公式:
在上述公式中,若无人设备均有正在执行的任务,则目标调度模型为无人设备确定出的目标调度方案为无效动作,则确定目标调度方案对应的奖励为-10,若积压的待执行任务为空,则确定目标调度方案对应的奖励为10,若积压待执行任务非空且动作有效,则可以根据待执行任务的累计等待时间,碰撞死锁恢复期/>,工作量恢复平衡期,以及预设的奖励分配权重/>,确定奖励。
具体地,上述的待执行任务的累计等待时间,这里的T表示当前时间步,/>表示当前剩余订单完成时间。
上述的碰撞死锁恢复期的确定方法可以参考如下公式:
上述的工作量恢复平衡期的确定方法可以参考如下公式:
上述公式中,表示分拣点数量,/>表示分拣点/>的分拣量,/>表示所有分拣点的平均分拣量。
需要说明的是,在实际应用场景中,服务器确定出的待执行任务的累计等待时间,碰撞死锁恢复期/>,工作量恢复平衡期/>的量纲可能不同,并且,在本说明书中,服务器主要依据待执行任务的累计等待时间/>,确定目标调度方案的奖励,因此,服务器可以通过归一化法,将碰撞死锁恢复期/>,工作量恢复平衡期/>的量纲与待执行任务的累计等待时间/>的量纲统一。
需要说明的是,服务器通过目标调度模型为无人设备确定出的目标调度方案往往是无人设备在未来的一段时间内的每个时间步无人设备所需要执行的动作,因此,服务器可以根据目标调度方案在未来一段时间内的每个时间步上的奖励,综合对目标调度方案进行评估,具体可以参考如下公式:
在上述公式中,为指定任务场景在未来一段时间内的每个时间步上的状态数据的值函数,用于估计/>,/>为折扣因子可以根据实际需要设置。
进一步地,服务器可以基于得到优势函数/>=/>,其中,优势函数用于表征历史调度方案相比于符合调度规则集的每个调度方案的合理性。
进一步地,服务器可以将无人设备按照基础路径进行任务执行反馈的奖励、无人设备按照基础路径进行任务执行后指定任务场景的新的状态数据/>保存到数据库中作为指定任务场景的历史状态数据,以使服务器可以根据数据库中保存的指定任务场景的历史状态数据,不断对所述目标调度模型进行优化。
在本说明书中,服务器训练目标调度模型的方法可以为通过近端策略优化算法(Proximal Policy Optimization,PPO)对初始调度模型进行训练得到目标调度模型,具体如图3所示。
图3为本说明书中提供的目标调度模型的训练方法示意图。
结合图3可以看出,服务器训练服务器可以获取指定任务场景的历史状态数据、历史调度方案以及第一初始调度模型、第二初始调度模型,其中,第一初始调度模型和第二初始调度模型为采用不同模型参数的初始调度模型。
将历史状态数据输入到第一初始调度模型中,以通过第一初始调度模型根据历史状态数据,确定出符合调度规则集的每个调度方案被选择的概率分布,作为第一概率分布,并根据第一概率分布,确定出历史调度方案被选择的概率值,作为第一概率值,以及将历史状态数据输入到第二初始调度模型中,以通过第二初始调度模型根据历史状态数据,确定出符合调度规则集的每个调度方案被选择的概率分布,作为第二概率分布,并根据第二概率分布,确定出历史调度方案被选择的概率值,作为第二概率值,根据第一概率值以及第二概率值对初始调度模型进行训练,得到目标调度模型。
具体地,服务器可以获取历史调度方案对应的优势函数,这里的优势函数用于表征历史调度方案相比于符合所述调度规则集的每个调度方案的合理性,根据第一概率值和第二概率值之间的相似度以及优势函数,确定目标损失,具体可以参考如下公式:
上述公式中,为目标损失,/>为优势函数,/>为第一初始调度模型所使用的参数,/>为第二初始调度模型所使用的参数,/>为为无人设备选择的调度方案,/>为指定任务场景的历史状态数据。
进一步地,服务器可以以最小化目标损失为优化目标,对初始调度模型进行训练,得到目标调度模型。
需要说明的是,为了避免上述的的值过大,导致目标损失的值异常并不收敛,还可以为目标损失加入边界约束,即,通过裁剪函数将/>的值限制在范围内,其中/>为超参数,一般设定为0.2,具体可以参考如下公式:
S103:对所述基础路径进行碰撞检测,根据所述碰撞检测的检测结果,判断所述基础路径是否为目标路径。
S104:若否,则根据所述检测结果对所述基础路径进行优化,得到目标路径。
进一步地,服务器可以对基础路径进行碰撞检测,根据碰撞检测的检测结果,判断基础路径是否为目标路径,若否,则根据检测结果对基础路径进行优化,得到目标路径,具体如图4所示。
图4为本说明书中提供的碰撞检测的示意图。
结合图4可以看出,服务器可以根据检测结果,确定无人设备按照基础路径行驶发生碰撞的碰撞类型,其中,碰撞类型包括:追尾碰撞、对向碰撞、交叉碰撞。
若确定碰撞类型为追尾碰撞或交叉碰撞,则通过第一预设算法,对无人设备的基础路径进行优化,得到目标路径,这里的第一预设算法可以为交通管制法,用于为无人设备添加等待时间,以避免发生碰撞。若确定碰撞类型为对向碰撞,则通过第二预设算法对基础路径进行优化,得到目标路径,第二预设算法可以为A*算法,用于针对基础路径中的至少部分路径进行重新规划,以避免发生碰撞。
S105:根据所述目标路径,对所述目标无人设备进行调度,以通过所述目标无人设备进行任务执行。
进一步地,服务器可以为无人设备确定出目标路径后,可以根据目标路径,对目标无人设备进行调度,以通过目标无人设备进行任务执行。
上述的任务执行可以为,控制无人设备按照目标路径行驶,以从取货点装载货物,并将货物运送至分拣点分拣,从而完成用户发送的订单任务。
从上述方法可以看出,服务器可以通过将指定任务场景的状态数据输入到预先训练的强化学习模型中,以通过强化学习模型根据输入的状态数据以及预设的调度规则集,确定出无人设备的目标调度方案,并且还可以针对目标调度方案中规划的路径进行碰撞检测,以在发现存在碰撞问题时,再对目标调度方案中的基础路径进行优化,从而可以提高为无人设备规划的路径的合理性,进而可以提升无人设备的工作效率。
以上为本说明书的一个或多个实施无人设备调度方法,基于同样的思路,本说明书还提供了相应的无人设备调度装置,如图5所示。
图5为本说明书提供的一种无人设备调度装置的示意图,包括:
获取模块501,用于获取指定任务场景当前的状态数据,所述状态数据包括:待取货货架数据、无人设备的运动状态数据、当前正在执行任务的任务数据以及待执行任务的任务数据;
确定模块502,用于将所述状态数据输入到预先训练的目标调度模型中,以通过所述目标调度模型根据所述状态数据以及预先确定的调度规则集,确定目标调度方案,所述目标调度方案包括:为所述待执行任务分配的取货点、分拣点、执行该待执行任务的目标无人设备以及所述目标无人设备的基础路径;
检测模块503,用于对所述基础路径进行碰撞检测,根据所述碰撞检测的检测结果,判断所述基础路径是否为目标路径;
路径优化模块504,用于若否,则根据所述检测结果对所述基础路径进行优化,得到目标路径;
调度模块505,用于根据所述目标路径,对所述目标无人设备进行调度,以通过所述目标无人设备进行任务执行。
可选地,所述装置还包括:训练模块506;
所述训练模块506具体用于,获取所述指定任务场景的历史状态数据、历史调度方案以及第一初始调度模型、第二初始调度模型,所述第一初始调度模型和所述第二初始调度模型为采用不同模型参数的初始调度模型;将所述历史状态数据输入到所述第一初始调度模型中,以通过所述第一初始调度模型根据所述历史状态数据,确定出符合所述调度规则集的每个调度方案被选择的概率分布,作为第一概率分布,并根据所述第一概率分布,确定出所述历史调度方案被选择的概率值,作为第一概率值;以及将所述历史状态数据输入到所述第二初始调度模型中,以通过所述第二初始调度模型根据所述历史状态数据,确定出符合所述调度规则集的每个调度方案被选择的概率分布,作为第二概率分布,并根据所述第二概率分布,确定出所述历史调度方案被选择的概率值,作为第二概率值;根据所述第一概率值以及所述第二概率值对所述初始调度模型进行训练,得到目标调度模型。
可选地,所述训练模块506具体用于,获取所述历史调度方案对应的优势函数,所述优势函数用于表征所述历史调度方案相比于符合所述调度规则集的每个调度方案的合理性;根据所述第一概率值和所述第二概率值之间的相似度以及所述优势函数,确定目标损失;以最小化所述目标损失为优化目标,对所述初始调度模型进行训练,得到目标调度模型。
可选地,所述确定模块502具体用于,获取初始调度规则集;针对所述初始调度规则集,通过若干轮迭代,确定调度规则集,其中,针对每轮迭代,确定该轮迭代中的各基础调度规则,并每个基础调度规则对应的适应权重,根据所述适应权重,从所述各基础调度规则中筛选出各目标调度规则,针对至少部分所述目标调度规则,对至少部分所述目标调度规则进行指定迭代操作,得到迭代后目标调度规则,将所述迭代后目标调度规则以及其它目标调度规则作为下一轮迭代中的各基础调度规则,所述指定迭代操作包括:交叉操作、变异操作,所述各基础调度规则是将所述初始调度规则集中包含的各初始调度规则迭代至上一轮后得到,当确定满足预设的终止条件时,得到调度规则集。
可选地,所述确定模块502具体用于,针对每个目标调度规则,根据预设的该目标调度规则对应的交叉概率,从各目标调度规则中筛选出一对目标调度规则,作为父代调度规则对;从所述父代调度规则对中包含的每个目标调度规则中分别选取出至少部分调度规则组合得到迭代后目标调度规则。
可选地,所述确定模块502具体用于,针对每个目标调度规则,根据预设的该目标调度规则对应的变异概率,从各目标调度规则中筛选出至少部分目标调度规则,作为待变异调度规则;基于所述初始调度规则集,随机生成子调度规则,并使用所述子调度规则对所述待变异调度规则中的至少部分调度规则进行替换,得到迭代后目标调度规则。
可选地,所述路径优化模块504具体用于,根据所述检测结果,确定所述无人设备按照所述基础路径行驶发生碰撞的碰撞类型,所述碰撞类型包括:追尾碰撞、对向碰撞、交叉碰撞;若确定所述碰撞类型为追尾碰撞或交叉碰撞,则通过第一预设算法,对所述无人设备的基础路径进行优化,得到目标路径,所述第一预设算法用于为所述无人设备添加等待时间,以避免发生碰撞;若确定所述碰撞类型为对向碰撞,则通过第二预设算法对所述基础路径进行优化,得到目标路径,所述第二预设算法用于针对所述基础路径中的至少部分路径进行重新规划,以避免发生碰撞。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的一种无人设备调度方法。
本说明书还提供了图6所示的一种对应于图1的电子设备的示意结构图。如图6所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的无人设备调度方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(ProgrammableLogic Device, PLD)(例如现场可编程门阵列(Field Programmable Gate Array,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(HardwareDescription Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(AdvancedBoolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(JavaHardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby HardwareDescription Language)等,目前最普遍使用的是VHDL(Very-High-Speed IntegratedCircuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种无人设备调度方法,其特征在于,包括:
获取指定任务场景当前的状态数据,所述状态数据包括:待取货货架数据、无人设备的运动状态数据、当前正在执行任务的任务数据以及待执行任务的任务数据;
将所述状态数据输入到预先训练的目标调度模型中,以通过所述目标调度模型根据所述状态数据以及预先确定的调度规则集,确定目标调度方案,所述目标调度方案包括:为所述待执行任务分配的取货点、分拣点、执行该待执行任务的目标无人设备以及所述目标无人设备的基础路径;
对所述基础路径进行碰撞检测,根据所述碰撞检测的检测结果,判断所述基础路径是否为目标路径;
若否,则根据所述检测结果对所述基础路径进行优化,得到目标路径;
根据所述目标路径,对所述目标无人设备进行调度,以通过所述目标无人设备进行任务执行。
2.如权利要求1所述的方法,其特征在于,训练所述目标调度模型,包括:
获取所述指定任务场景的历史状态数据、历史调度方案以及第一初始调度模型、第二初始调度模型,所述第一初始调度模型和所述第二初始调度模型为采用不同模型参数的初始调度模型;
将所述历史状态数据输入到所述第一初始调度模型中,以通过所述第一初始调度模型根据所述历史状态数据,确定出符合所述调度规则集的每个调度方案被选择的概率分布,作为第一概率分布,并根据所述第一概率分布,确定出所述历史调度方案被选择的概率值,作为第一概率值;以及
将所述历史状态数据输入到所述第二初始调度模型中,以通过所述第二初始调度模型根据所述历史状态数据,确定出符合所述调度规则集的每个调度方案被选择的概率分布,作为第二概率分布,并根据所述第二概率分布,确定出所述历史调度方案被选择的概率值,作为第二概率值;
根据所述第一概率值以及所述第二概率值对所述初始调度模型进行训练,得到目标调度模型。
3.如权利要求2所述的方法,其特征在于,根据所述第一概率值以及所述第二概率值对所述初始调度模型进行训练,得到目标调度模型,包括:
获取所述历史调度方案对应的优势函数,所述优势函数用于表征所述历史调度方案相比于符合所述调度规则集的每个调度方案的合理性;
根据所述第一概率值和所述第二概率值之间的相似度以及所述优势函数,确定目标损失;
以最小化所述目标损失为优化目标,对所述初始调度模型进行训练,得到目标调度模型。
4.如权利要求1所述的方法,其特征在于,确定调度规则集,具体包括:
获取初始调度规则集;
针对所述初始调度规则集,通过若干轮迭代,确定调度规则集,其中,针对每轮迭代,确定该轮迭代中的各基础调度规则,并每个基础调度规则对应的适应权重,根据所述适应权重,从所述各基础调度规则中筛选出各目标调度规则,针对至少部分所述目标调度规则,对至少部分所述目标调度规则进行指定迭代操作,得到迭代后目标调度规则,将所述迭代后目标调度规则以及其它目标调度规则作为下一轮迭代中的各基础调度规则,所述指定迭代操作包括:交叉操作、变异操作,所述各基础调度规则是将所述初始调度规则集中包含的各初始调度规则迭代至上一轮后得到;
当确定满足预设的终止条件时,得到调度规则集。
5.如权利要求4所述的方法,其特征在于,针对至少部分所述目标调度规则,对所述至少部分目标调度规则进行指定迭代操作,得到迭代后目标调度规则,具体包括:
针对每个目标调度规则,根据预设的该目标调度规则对应的交叉概率,从各目标调度规则中筛选出一对目标调度规则,作为父代调度规则对;
从所述父代调度规则对中包含的每个目标调度规则中分别选取出至少部分调度规则组合得到迭代后目标调度规则。
6.如权利要求4所述的方法,其特征在于,针对至少部分所述目标调度规则,对所述至少部分目标调度规则进行指定迭代操作,得到迭代后目标调度规则,具体包括:
针对每个目标调度规则,根据预设的该目标调度规则对应的变异概率,从各目标调度规则中筛选出至少部分目标调度规则,作为待变异调度规则;
基于所述初始调度规则集,随机生成子调度规则,并使用所述子调度规则对所述待变异调度规则中的至少部分调度规则进行替换,得到迭代后目标调度规则。
7.如权利要求1所述的方法,其特征在于,根据所述检测结果对所述基础路径进行优化,得到目标路径,具体包括:
根据所述检测结果,确定所述无人设备按照所述基础路径行驶发生碰撞的碰撞类型,所述碰撞类型包括:追尾碰撞、对向碰撞、交叉碰撞;
若确定所述碰撞类型为追尾碰撞或交叉碰撞,则通过第一预设算法,对所述无人设备的基础路径进行优化,得到目标路径,所述第一预设算法用于为所述无人设备添加等待时间,以避免发生碰撞;
若确定所述碰撞类型为对向碰撞,则通过第二预设算法对所述基础路径进行优化,得到目标路径,所述第二预设算法用于针对所述基础路径中的至少部分路径进行重新规划,以避免发生碰撞。
8.一种无人设备调度装置,其特征在于,包括:
获取模块,用于获取指定任务场景当前的状态数据,所述状态数据包括:待取货货架数据、无人设备的运动状态数据、当前正在执行任务的任务数据以及待执行任务的任务数据;
确定模块,用于将所述状态数据输入到预先训练的目标调度模型中,以通过所述目标调度模型根据所述状态数据以及预先确定的调度规则集,确定目标调度方案,所述目标调度方案包括:为所述待执行任务分配的取货点、分拣点、执行该待执行任务的目标无人设备以及所述目标无人设备的基础路径;
检测模块,用于对所述基础路径进行碰撞检测,根据所述碰撞检测的检测结果,判断所述基础路径是否为目标路径;
路径优化模块,用于若否,则根据所述检测结果对所述基础路径进行优化,得到目标路径;
调度模块,用于根据所述目标路径,对所述目标无人设备进行调度,以通过所述目标无人设备进行任务执行。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311344159.0A CN117077882A (zh) | 2023-10-17 | 2023-10-17 | 一种无人设备调度方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311344159.0A CN117077882A (zh) | 2023-10-17 | 2023-10-17 | 一种无人设备调度方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117077882A true CN117077882A (zh) | 2023-11-17 |
Family
ID=88708432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311344159.0A Pending CN117077882A (zh) | 2023-10-17 | 2023-10-17 | 一种无人设备调度方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117077882A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110597263A (zh) * | 2019-09-25 | 2019-12-20 | 福州大学 | 一种无人餐厅自动送餐路径规划方法 |
CN112036756A (zh) * | 2020-09-03 | 2020-12-04 | 济南大学 | 一种双负载多agv调度方法 |
CN115311883A (zh) * | 2022-08-09 | 2022-11-08 | 杭州中威电子股份有限公司 | 一种基于机器学习的智慧停车系统及其方法 |
CN116316537A (zh) * | 2022-09-08 | 2023-06-23 | 深圳供电局有限公司 | 输电线路运行控制方法、装置、设备、介质和程序产品 |
WO2023115909A1 (zh) * | 2021-12-20 | 2023-06-29 | 北京三快在线科技有限公司 | 一种无人设备控制方法、装置、存储介质及电子设备 |
CN116629479A (zh) * | 2023-05-31 | 2023-08-22 | 深圳市磅旗科技智能发展有限公司 | 一种单行道无碰撞的agv多目标交通管制方法及系统 |
CN116755401A (zh) * | 2023-06-08 | 2023-09-15 | 上海交通大学 | 包含路径规划和车辆通行策略的多无人叉车调度控制方法 |
-
2023
- 2023-10-17 CN CN202311344159.0A patent/CN117077882A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110597263A (zh) * | 2019-09-25 | 2019-12-20 | 福州大学 | 一种无人餐厅自动送餐路径规划方法 |
CN112036756A (zh) * | 2020-09-03 | 2020-12-04 | 济南大学 | 一种双负载多agv调度方法 |
WO2023115909A1 (zh) * | 2021-12-20 | 2023-06-29 | 北京三快在线科技有限公司 | 一种无人设备控制方法、装置、存储介质及电子设备 |
CN115311883A (zh) * | 2022-08-09 | 2022-11-08 | 杭州中威电子股份有限公司 | 一种基于机器学习的智慧停车系统及其方法 |
CN116316537A (zh) * | 2022-09-08 | 2023-06-23 | 深圳供电局有限公司 | 输电线路运行控制方法、装置、设备、介质和程序产品 |
CN116629479A (zh) * | 2023-05-31 | 2023-08-22 | 深圳市磅旗科技智能发展有限公司 | 一种单行道无碰撞的agv多目标交通管制方法及系统 |
CN116755401A (zh) * | 2023-06-08 | 2023-09-15 | 上海交通大学 | 包含路径规划和车辆通行策略的多无人叉车调度控制方法 |
Non-Patent Citations (1)
Title |
---|
李圣男;邢科新;林叶贵;张贵军;: "基于Petri网的物流仓库多AGV调度方法的研究", 高技术通讯, no. 05 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kuhnle et al. | Autonomous order dispatching in the semiconductor industry using reinforcement learning | |
US20210325862A1 (en) | Safeguarding resources of physical entities in a shared environment | |
CN112990375B (zh) | 一种模型训练方法、装置、存储介质及电子设备 | |
CN111038501B (zh) | 无人驾驶设备的控制方法及装置 | |
Estanjini et al. | A least squares temporal difference actor–critic algorithm with applications to warehouse management | |
Zielinski et al. | Flexible control of discrete event systems using environment simulation and reinforcement learning | |
CN115330095A (zh) | 矿车调度模型训练方法、装置、芯片、终端、设备及介质 | |
CN112947495B (zh) | 模型训练的方法、无人驾驶设备的控制方法以及装置 | |
CN110895406B (zh) | 一种基于干扰物轨迹规划的无人设备的测试方法及装置 | |
CN114118547A (zh) | 电动车公共充电站排队等待时间估算方法及系统 | |
CN117077882A (zh) | 一种无人设备调度方法、装置、存储介质及电子设备 | |
Dean et al. | Persistence and probabilistic projection | |
Gros et al. | DSMC evaluation stages: Fostering robust and safe behavior in deep reinforcement learning | |
CN114120273A (zh) | 一种模型训练的方法及装置 | |
WO2022229404A1 (en) | Motion planning | |
Dean et al. | Probabilistic causal reasoning | |
CN112987754A (zh) | 一种无人设备的控制方法、装置、存储介质及电子设备 | |
CN114430526B (zh) | 物联网数据传输方法、装置及系统 | |
Mahadevan et al. | Designing agent controllers using discrete-event Markov models | |
Singh et al. | Dispatching AGVs with battery constraints using deep reinforcement learning | |
Gros et al. | DSMC Evaluation Stages: Fostering Robust and Safe Behavior in Deep Reinforcement Learning–Extended Version | |
CN112949756B (zh) | 一种模型训练以及轨迹规划的方法及装置 | |
CN114115247B (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
CN116384573A (zh) | 一种进入黑名单时间的预测方法、装置和可读存储介质 | |
CN117236537A (zh) | 封闭园区中车辆调度的方法、装置、介质和计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |