通過建立以成本最小化為目標的調(diào)度優(yōu)化數(shù)學(xué)模型，可以有效協(xié)調(diào)AGV的數(shù)量配置、任務(wù)分配及路徑規(guī)劃，從而實現(xiàn)系統(tǒng)總成本的最優(yōu)控制。

多目標優(yōu)化模型的構(gòu)建

在AGV調(diào)度優(yōu)化中，成本最小化常與AGV利用率最大化等目標結(jié)合，形成一個多目標優(yōu)化問題。研究者通過設(shè)計多種不同的調(diào)度策略來構(gòu)建可變調(diào)度策略空間，并提煉AGV調(diào)度問題的狀態(tài)特征和獎勵函數(shù)，為后續(xù)的優(yōu)化算法應(yīng)用奠定基礎(chǔ)。

基于深度強化學(xué)習(xí)的優(yōu)化方法

為實現(xiàn)AGV調(diào)度的成本最小化，有研究提出采用深度Q網(wǎng)絡(luò)等深度強化學(xué)習(xí)算法。這類算法能夠指導(dǎo)AGV進行實時調(diào)度決策，通過不斷學(xué)習(xí)優(yōu)化，在確保任務(wù)完成的前提下，顯著降低系統(tǒng)的總體運營成本。

不確定環(huán)境下的動態(tài)成本控制

在自動化碼頭等復(fù)雜作業(yè)環(huán)境中，AGV調(diào)度面臨作業(yè)中不確定事件和信息不對稱等挑戰(zhàn)。為了在動態(tài)環(huán)境下實現(xiàn)成本最小化，調(diào)度方法需要具備應(yīng)對不確定性的能力，確保成本控制的魯棒性和有效性。