Un algorithme de navigation intelligente autonome pour véhicule à guidage automatique (AGV) basé sur une version améliorée de la méthode de gradient de politique déterministe profonde (DDPG) est proposé. Tout d'abord, une stratégie d'exploration adaptative basée sur le risque environnemental, incluant la prédiction des trajectoires des obstacles dynamiques, a été développée ; ensuite, une fonction de récompense pondérée multi-objectifs a été conçue pour guider l'AGV à atteindre la destination rapidement tout en évitant les obstacles et sans sortir des limites ; en outre, un extrait d'expériences basé sur des facteurs doubles : le coefficient de risque et la fraîcheur de l'expérience, raccourcit le cycle d'entraînement et améliore la qualité de l'entraînement ; enfin, la prévisualisation des actions en temps réel réduit davantage les risques de collision et de sortie de la zone. Pour valider la performance de l'algorithme, des simulations ont été menées sous différentes conditions de nombre, taille et vitesse des obstacles mobiles. Les résultats montrent que l'algorithme de navigation AGV basé sur le DDPG amélioré atteint un taux de succès moyen de 94,8%, un taux de dépassement de temps moyen inférieur à 3% et un taux de collision moyen inférieur à 2,3% ; le cycle d'entraînement et le temps de navigation sont également inférieurs à ceux des algorithmes comparés, présentant un avantage net.

Apprentissage par renforcement profond;DDPG;AGV;Navigation intelligente