期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于请求与应答通信机制和局部注意力机制的多机器人强化学习路径规划方法
被引量：
1
1
作者
邓辅秦
官桧锋
+4 位作者
谭朝恩
付兰慧
王宏民
林天麟
张建民
《计算机应用》
CSCD
北大核心
2024年第2期432-438,共7页
为降低多机器人在动态环境下路径规划的阻塞率,基于深度强化学习方法框架Actor-Critic,设计一种基于请求与应答通信机制和局部注意力机制的分布式深度强化学习路径规划方法(DCAMAPF)。在Actor网络,基于请求与应答通信机制,每个机器人请...
为降低多机器人在动态环境下路径规划的阻塞率,基于深度强化学习方法框架Actor-Critic,设计一种基于请求与应答通信机制和局部注意力机制的分布式深度强化学习路径规划方法(DCAMAPF)。在Actor网络,基于请求与应答通信机制,每个机器人请求视野内的其他机器人的局部观测信息和动作信息,进而规划出协同的动作策略。在Critic网络,每个机器人基于局部注意力机制将注意力权重动态地分配到在视野内成功应答的其他机器人局部观测和动作信息上。实验结果表明,与传统动态路径规划方法D*Lite、最新的分布式强化学习方法MAPPER和最新的集中式强化学习方法AB-MAPPER相比,DCAMAPF在离散初始化环境,阻塞率均值均约降低了6.91、4.97、3.56个百分点;在集中初始化环境下能更高效地避免发生阻塞,阻塞率均值均约降低了15.86、11.71、5.54个百分点,并减少占用的计算缓存。所提方法确保了路径规划的效率,适用于求解不同动态环境下的多机器人路径规划任务。
展开更多
关键词
多机器人路径规划
深度强化学习
注意力机制
通信
动态环境
在线阅读
下载PDF
职称材料
结合遗传算法和滚动调度的多机器人任务分配算法
被引量：
8
2
作者
邓辅秦
黄焕钊
+3 位作者
谭朝恩
付兰慧
张建民
林天麟
《计算机应用》
CSCD
北大核心
2023年第12期3833-3839,共7页
研究多机器人任务分配(MRTA)的目的是提高智能工厂中机器人完成任务的效率。针对现有算法在处理大规模、多约束的MRTA时存在不足的问题,提出一种结合遗传算法和滚动调度的MRTA算法(ACGARS)。首先,在遗传算法中采用基于有向无环图(DAG)...
研究多机器人任务分配(MRTA)的目的是提高智能工厂中机器人完成任务的效率。针对现有算法在处理大规模、多约束的MRTA时存在不足的问题,提出一种结合遗传算法和滚动调度的MRTA算法(ACGARS)。首先,在遗传算法中采用基于有向无环图(DAG)的编码方式高效地处理任务之间的优先级约束;其次,在遗传算法的初始种群中加入先验知识以提高算法的搜索效率;最后,设计基于任务组的滚动调度策略用于减小求解问题的规模,从而实现对大规模问题的高效求解。在大规模问题实例上的实验结果表明,相较于构造性启发式算法(CHA)、最小化干扰算法(MIA)和基于惩罚策略的遗传算法(GAPS)生成的方案,当任务组数为20时,所提算法生成的方案的平均订单完成时间分别缩短了30.02%、16.86%和75.65%,验证了所提算法能有效地缩短订单的平均等待时间,提升多机器人任务分配效率。
展开更多
关键词
多机器人任务分配
遗传算法
智能工厂
有向无环图
滚动调度策略
在线阅读
下载PDF
职称材料
面向大型仓储环境的基于冲突搜索算法
被引量：
2
3
作者
邓辅秦
谭朝恩
+7 位作者
黎俊炜
钟家铭
付兰慧
张建民
王宏民
李楠楠
姜炳春
林天麟
《计算机应用》
CSCD
北大核心
2024年第12期3854-3860,共7页
针对多智能体在大型仓储环境中进行路径规划时,现有算法有智能体易陷入拥堵区域和耗时长的问题,提出一种改良的基于冲突搜索(CBS)算法。首先,优化现有单一的仓储环境建模方式,在易解决路径冲突的传统的栅格化建模的基础上,提出栅格-热...
针对多智能体在大型仓储环境中进行路径规划时,现有算法有智能体易陷入拥堵区域和耗时长的问题,提出一种改良的基于冲突搜索(CBS)算法。首先,优化现有单一的仓储环境建模方式,在易解决路径冲突的传统的栅格化建模的基础上,提出栅格-热力图的混合建模方式,并通过热力图定位仓储中的拥堵区域,从而解决多智能体易陷入拥堵区域的问题;其次,通过改良的CBS算法,快速求解大型仓储环境下的多智能体路径规划(MAPF)问题;最后,提出基于热力图的显示估计冲突搜索(HM-EECBS)算法。实验结果表明,在warehouse-20-40-10-2-2大型地图集上,当智能体数为500时,相较于显示估计冲突搜索(EECBS)算法和懒惰添加约束的MAPF算法(LaCAM)算法:HM-EECBS算法的求解时间分别减少了约88%和73%;当仓储中存在5%、10%的区域拥堵时,HM-EECBS算法的成功率分别提高了约49%、20%,这表明所提算法适用于解决大规模且拥堵的仓储物流环境下的MAPF问题。
展开更多
关键词
仓储
拥堵
热力图
多智能体路径规划
显式估计冲突搜索算法
在线阅读
下载PDF
职称材料
题名
基于请求与应答通信机制和局部注意力机制的多机器人强化学习路径规划方法
被引量：
1
1
作者
邓辅秦
官桧锋
谭朝恩
付兰慧
王宏民
林天麟
张建民
机构
五邑
大学
智能
制造学部
香港中文大学
(
深圳
)
深圳市
人工智能
与机器人
研究院
深圳市
杉川
机器人
有限公司
出处
《计算机应用》
CSCD
北大核心
2024年第2期432-438,共7页
基金
国家重点研发计划项目(2020YFB1313300)
深圳市科技计划项目(KQTD2016113010470345)
+1 种基金
深圳市人工智能与机器人研究院探索性研究项目(AC01202101103)
五邑大学横向课题(33520098)。
文摘
为降低多机器人在动态环境下路径规划的阻塞率,基于深度强化学习方法框架Actor-Critic,设计一种基于请求与应答通信机制和局部注意力机制的分布式深度强化学习路径规划方法(DCAMAPF)。在Actor网络,基于请求与应答通信机制,每个机器人请求视野内的其他机器人的局部观测信息和动作信息,进而规划出协同的动作策略。在Critic网络,每个机器人基于局部注意力机制将注意力权重动态地分配到在视野内成功应答的其他机器人局部观测和动作信息上。实验结果表明,与传统动态路径规划方法D*Lite、最新的分布式强化学习方法MAPPER和最新的集中式强化学习方法AB-MAPPER相比,DCAMAPF在离散初始化环境,阻塞率均值均约降低了6.91、4.97、3.56个百分点;在集中初始化环境下能更高效地避免发生阻塞,阻塞率均值均约降低了15.86、11.71、5.54个百分点,并减少占用的计算缓存。所提方法确保了路径规划的效率,适用于求解不同动态环境下的多机器人路径规划任务。
关键词
多机器人路径规划
深度强化学习
注意力机制
通信
动态环境
Keywords
multi-agent path finding
deep reinforcement learning
attention mechanism
communication
dynamic environment
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
结合遗传算法和滚动调度的多机器人任务分配算法
被引量：
8
2
作者
邓辅秦
黄焕钊
谭朝恩
付兰慧
张建民
林天麟
机构
五邑
大学
智能
制造学部
香港中文大学
(
深圳
)
深圳市
人工智能
与机器人
研究院
出处
《计算机应用》
CSCD
北大核心
2023年第12期3833-3839,共7页
基金
国家重点研发计划“智能机器人”重点专项(2020YFB1313300)
深圳市科技计划项目(KQTD2016113010470345)
+1 种基金
深圳市人工智能与机器人研究院探索性研究项目(AC01202101103)
五邑大学横向课题项目(33520098)。
文摘
研究多机器人任务分配(MRTA)的目的是提高智能工厂中机器人完成任务的效率。针对现有算法在处理大规模、多约束的MRTA时存在不足的问题,提出一种结合遗传算法和滚动调度的MRTA算法(ACGARS)。首先,在遗传算法中采用基于有向无环图(DAG)的编码方式高效地处理任务之间的优先级约束;其次,在遗传算法的初始种群中加入先验知识以提高算法的搜索效率;最后,设计基于任务组的滚动调度策略用于减小求解问题的规模,从而实现对大规模问题的高效求解。在大规模问题实例上的实验结果表明,相较于构造性启发式算法(CHA)、最小化干扰算法(MIA)和基于惩罚策略的遗传算法(GAPS)生成的方案,当任务组数为20时,所提算法生成的方案的平均订单完成时间分别缩短了30.02%、16.86%和75.65%,验证了所提算法能有效地缩短订单的平均等待时间,提升多机器人任务分配效率。
关键词
多机器人任务分配
遗传算法
智能工厂
有向无环图
滚动调度策略
Keywords
multi-robot task allocation
genetic algorithm
smart factory
Directed Acyclic Graph(DAG)
rolling scheduling strategy
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
面向大型仓储环境的基于冲突搜索算法
被引量：
2
3
作者
邓辅秦
谭朝恩
黎俊炜
钟家铭
付兰慧
张建民
王宏民
李楠楠
姜炳春
林天麟
机构
五邑
大学
智能
制造学部
香港中文大学
(
深圳
)
深圳市
人工智能
与机器人
研究院
广东科技学院机电工程学院
澳门科技
大学
创新工程学院
出处
《计算机应用》
CSCD
北大核心
2024年第12期3854-3860,共7页
基金
国家自然科学基金资助项目(62073274)
深圳市人工智能与机器人研究院探索性研究项目(AC01202101103)
五邑大学港澳联合基金资助项目(2022WGALH17,2021WGALH18)。
文摘
针对多智能体在大型仓储环境中进行路径规划时,现有算法有智能体易陷入拥堵区域和耗时长的问题,提出一种改良的基于冲突搜索(CBS)算法。首先,优化现有单一的仓储环境建模方式,在易解决路径冲突的传统的栅格化建模的基础上,提出栅格-热力图的混合建模方式,并通过热力图定位仓储中的拥堵区域,从而解决多智能体易陷入拥堵区域的问题;其次,通过改良的CBS算法,快速求解大型仓储环境下的多智能体路径规划(MAPF)问题;最后,提出基于热力图的显示估计冲突搜索(HM-EECBS)算法。实验结果表明,在warehouse-20-40-10-2-2大型地图集上,当智能体数为500时,相较于显示估计冲突搜索(EECBS)算法和懒惰添加约束的MAPF算法(LaCAM)算法:HM-EECBS算法的求解时间分别减少了约88%和73%;当仓储中存在5%、10%的区域拥堵时,HM-EECBS算法的成功率分别提高了约49%、20%,这表明所提算法适用于解决大规模且拥堵的仓储物流环境下的MAPF问题。
关键词
仓储
拥堵
热力图
多智能体路径规划
显式估计冲突搜索算法
Keywords
warehousing
congestion
heat map
Multi-Agent Path Finding(MAPF)
Explicit Estimation Conflict-Based Search(EECBS)algorithm
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于请求与应答通信机制和局部注意力机制的多机器人强化学习路径规划方法
邓辅秦
官桧锋
谭朝恩
付兰慧
王宏民
林天麟
张建民
《计算机应用》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
结合遗传算法和滚动调度的多机器人任务分配算法
邓辅秦
黄焕钊
谭朝恩
付兰慧
张建民
林天麟
《计算机应用》
CSCD
北大核心
2023
8
在线阅读
下载PDF
职称材料
3
面向大型仓储环境的基于冲突搜索算法
邓辅秦
谭朝恩
黎俊炜
钟家铭
付兰慧
张建民
王宏民
李楠楠
姜炳春
林天麟
《计算机应用》
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
