10.16080/j.issn1671-833x.2021.05.042
基于工业物联网的混流车间机器人自适应调度
随着工业物联网技术与人工智能技术深度融合,物料机器人已广泛应用于物联网车间中.针对车间存在实时动态变化和状况不确定等诸多复杂因素,本文提出以组分层建树和以实时状态为根节点的SP–MCTS(Single-player monte-carlo tree search algorithm)搜索方法实现车间自适应调度决策.该方法将机器人调度问题转化为马尔科夫决策过程(Markov decision process,MDP),并详细描述车间状态、动作、奖励和策略的表示方法.在实时调度过程中,该搜索方法依据工件组分层建树,搜索中只考虑相邻两组间的状态关系,从而简化计算难度.在子树搜索中,应用SP–MCTS以实时状态为根节点进行搜索,同时应用扩展方法和剪支方法进行策略探索和信息累积,使得在子树内实时状态节点越深,就越能够快速精准获取最优策略.最后,通过实际案例模拟分析,验证了该方法的有效性和优越性.
工业物联网、混流车间、机器人、马尔科夫决策过程、SP—MCTS
64
2021-04-30(万方平台首次上网日期,不代表论文的发表时间)
共10页
42-51