• Home
  • 多機器人移動策略

多機器人移動策略

[post-views]

多機器人移動策略

國立中山大學

以人工智慧發展派車系統

當工作環境中的機台數目、AGVs數目增加時,會導致派車排程的複雜度增加與搬運效能下降,在無法完善考慮所有需求及可能發生的狀況下,靠傳統的啟發式方法來規劃派車排成恐怕是窒礙難行。

對稱型注意力機制(Dual Attention)

為解決此問題,我們提出了對稱型注意力機制,此架構為多層的神經網路架構,在每一層的傳遞過程中,環境的特徵向量及隱藏資訊都會透過每層網路中的對稱型注意力機制來給予不同的關注權重,以減少狀態空間的資訊量,避免狀態空間過大的問題導致難以訓練的問題。

機器學習

使用Python來撰寫工作環境模擬器,再利用上述提到的架構搭配強化學習中的Actor-Critic來學習,來改善整個環境中AGV的工作效率。

聯繫窗口 : 人工智慧產學研聯盟
TEL : 07-6955575
E-mail : narlabsaiiaa@gmail.com

國立中山大學 學研單位