Es wird ein autonomer intelligenter Navigationsalgorithmus für fahrerlose Transportsysteme (AGV) basierend auf einer verbesserten Version des Deep Deterministic Policy Gradient (DDPG) vorgeschlagen. Zunächst wird eine adaptive Explorationsstrategie basierend auf Umweltrisiken vorgestellt, die die Vorhersage der Trajektorien dynamischer Hindernisse beinhaltet; zweitens wird eine multi-objektiv gewichtete Belohnungsfunktion entworfen, die das AGV anleitet, das Ziel so schnell wie möglich zu erreichen und dabei Hindernisse zu vermeiden und nicht die Grenzen zu überschreiten; drittens verkürzt die Extraktion von Erfahrungen basierend auf einem Risiko-Faktor und Erfahrungsfrische den Trainingszyklus und verbessert die Trainingsqualität; schließlich verringert die Laufzeit-Aktionsvorausschau zusätzlich das Risiko von Kollisionen und Grenzverletzungen. Zur Validierung der Algorithmusleistung wurden Simulationsexperimente unter verschiedenen Bedingungen hinsichtlich Anzahl, Größe und Bewegungsgeschwindigkeit der Hindernisse durchgeführt. Die Ergebnisse zeigen, dass der auf dem verbesserten DDPG basierende AGV-Navigationsalgorithmus eine durchschnittliche Erfolgsrate von 94,8%, eine durchschnittliche Überschreitungsrate von weniger als 3% und eine durchschnittliche Kollisionsrate von weniger als 2,3% erreicht; außerdem sind Trainingszyklen und Navigationszeiten kürzer als bei Vergleichsalgorithmen, was einen deutlichen Vorteil darstellt.

Tiefes verstärkendes Lernen;DDPG;AGV;Intelligente Navigation