.png){kind=icon}
返回
Graph-reinforcement-learning-based distributed path planning for collaborative multi-AGV systems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.knosys.2025.114255.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 针对信息受限的多AGV系统，提出了一种基于图强化学习的路径规划（GNMAPP）算法。
• GNMAPP集成了动态异构图和GNN，以增强AGV与环境之间的交互。
• 该算法结合了多头注意力机制和RRT引导的奖励，以提高探索能力。
• 实验结果表明，GNMAPP在决策效率和收敛速度方面优于现有算法。
Keyword:
Graph-Reinforcement Learning
Multi-AGV Systems
Path Planning
Dynamic Heterogeneous Graphs
GNN
