Se propone un algoritmo de navegación inteligente autónoma para vehículos guiados automáticos (AGV) basado en un gradiente de política determinista profundo mejorado (DDPG). Primero, se propone una estrategia de exploración adaptativa basada en el riesgo ambiental, que incluye la predicción de trayectorias de obstáculos dinámicos; segundo, se diseña una función de recompensa ponderada multiobjetivo para guiar al AGV a alcanzar el destino lo más rápido posible evitando obstáculos y no saliendo de los límites; tercero, la extracción de experiencia basada en un doble factor de coeficiente de riesgo y frescura de experiencia acorta el ciclo de entrenamiento y mejora la calidad del entrenamiento; finalmente, la previsualización de acciones en tiempo de ejecución reduce aún más el riesgo de colisiones y salidas de límite. Para verificar el rendimiento del algoritmo, se realizaron experimentos de simulación bajo diferentes condiciones de número, tamaño y velocidad de obstáculos. Los resultados muestran que el algoritmo de navegación AGV basado en DDPG mejorado tiene una tasa media de éxito del 94,8%, una tasa media de tiempo excedido inferior al 3% y una tasa media de colisiones inferior al 2,3%; los ciclos de entrenamiento y el tiempo de navegación también son menores que los de los algoritmos comparados, mostrando una ventaja clara.

aprendizaje por refuerzo profundo;DDPG;AGV;navegación inteligente