通過(guò)建立以成本最小化為目標(biāo)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(shí)現(xiàn)系統(tǒng)總成本的最優(yōu)控制。

多目標(biāo)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(biāo)結(jié)合，形成一個(gè)多目標(biāo)優(yōu)化問(wèn)題。研究者通過(guò)設(shè)計(jì)多種不同的調(diào)度策略來(lái)構(gòu)建可變調(diào)度策略空間，并提煉AGV調(diào)度問(wèn)題的狀態(tài)特征和獎(jiǎng)勵(lì)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(qiáng)化學(xué)習(xí)的優(yōu)化方法

為實(shí)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(qiáng)化學(xué)習(xí)算法。這類(lèi)算法能夠指導(dǎo)AGV進(jìn)行實(shí)時(shí)調(diào)度決策，通過(guò)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(yùn)營(yíng)成本。

不確定環(huán)境下的動(dòng)態(tài)成本控制

在自動(dòng)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(duì)稱(chēng)等挑戰(zhàn)。為了在動(dòng)態(tài)環(huán)境下實(shí)現(xiàn)成本最小化，調(diào)度方法需要具備應(yīng)對(duì)不確定性的能力，確保成本控制的魯棒性和有效性。