تم اقتراح خوارزمية ملاحة ذكية مستقلة للسيارة الموجهة ذاتياً (AGV) بناءً على نسخة محسنة من خوارزمية تدرج سياسة الحتمية العميقة (DDPG). أولاً، تم اقتراح استراتيجية استكشاف تكيفية قائمة على مخاطر البيئة، تتضمن التنبؤ بمسار العقبات الديناميكية؛ ثانياً، تم تصميم دالة مكافأة وزنها متعدد الأهداف لتوجيه AGV للوصول إلى الوجهة بأسرع وقت ممكن مع تجنب العقبات وعدم الخروج عن الحدود؛ ثالثاً، استناداً إلى عاملين هما معامل المخاطر وحداثة الخبرة لاستخراج الخبرات، تم تقصير فترة التدريب وتحسين جودة التدريب؛ وأخيراً، التمثيل التمهيدي للحركة أثناء التشغيل قلل أكثر من مخاطر التصادم والخروج عن الحدود. للتحقق من أداء الخوارزمية، أجريت تجارب محاكاة في ظروف مختلفة من عدد العقبات وحجمها وسرعة حركتها. أظهرت النتائج أن خوارزمية الملاحة المستقلة لـAGV المبنية على DDPG المحسنة حققت معدل نجاح متوسط بلغ 94.8%، ومتوسط معدل انتهاء الوقت أقل من 3%، ومتوسط معدل التصادم أقل من 2.3٪؛ كما أن فترة التدريب ووقت الملاحة كانا أقل مقارنة بالخوارزميات الأخرى، مما يدل على تفوق واضح.

التعلم المعزز العميق;DDPG;AGV;الملاحة الذكية