Se propone un algoritmo de navegación inteligente autónoma para vehículos guiados automatizados (AGV) basado en una versión mejorada del gradiente de política determinista profunda (DDPG). En primer lugar, se propone una estrategia de exploración adaptativa basada en el riesgo ambiental, que incluye la predicción de las trayectorias de obstáculos dinámicos; en segundo lugar, se diseña una función de recompensa ponderada multiobjetivo que guía al AGV a llegar al destino lo más rápido posible evitando obstáculos y sin salirse de los límites; en tercer lugar, basado en un factor doble de coeficiente de riesgo y frescura de experiencia para extraer experiencias, se acorta el ciclo de entrenamiento y se mejora la calidad del mismo; finalmente, la previsualización de acciones en tiempo de ejecución reduce aún más el riesgo de colisiones y salidas de límites. Para validar el rendimiento del algoritmo, se realizaron experimentos de simulación bajo condiciones variadas de cantidad, tamaño y velocidad de los obstáculos móviles. Los resultados muestran que el algoritmo de navegación AGV basado en DDPG mejorado alcanza una tasa promedio de éxito del 94.8%, una tasa media de tiempo de espera inferior al 3% y una tasa media de colisión inferior al 2.3%; además, el ciclo de entrenamiento y el tiempo de navegación son menores en comparación con otros algoritmos, mostrando una clara ventaja.

Aprendizaje profundo por refuerzo;DDPG;AGV;Navegación inteligente