计算机应用

作者：邓辅秦, 谭朝恩, 黎俊炜, 钟家铭, 付兰慧, 张建民, 王宏民, 李楠楠, 姜炳春, 林天麟

单位：1.五邑大学 智能制造学部，广东 江门 529020；2.香港中文大学（深圳） 深圳市人工智能与机器人研究院，广东 深圳 518116；3.广东科技学院 机电工程学院，广东 东莞 523083；4.澳门科技大学 创新工程学院，澳门 999078

关键词：仓储,拥堵,热力图,多智能体路径规划,显式估计冲突搜索算法

基金：国家自然科学基金资助项目(62073274);深圳市人工智能与机器人研究院探索性研究项目(AC01202101103);五邑大学港澳联合基金资助项目(2022WGALH17)

针对多智能体在大型仓储环境中进行路径规划时，现有算法有智能体易陷入拥堵区域和耗时长的问题，提出一种改良的基于冲突搜索（CBS）算法。首先，优化现有单一的仓储环境建模方式，在易解决路径冲突的传统的栅格化建模的基础上，提出栅格-热力图的混合建模方式，并通过热力图定位仓储中的拥堵区域，从而解决多智能体易陷入拥堵区域的问题；其次，通过改良的CBS算法，快速求解大型仓储环境下的多智能体路径规划（MAPF）问题；最后，提出基于热力图的显示估计冲突搜索（HM-EECBS）算法。实验结果表明，在warehouse-20-40-10-2-2大型地图集上，当智能体数为500时，相较于显示估计冲突搜索（EECBS）算法和懒惰添加约束的MAPF算法（LaCAM）算法：HM-EECBS算法的求解时间分别减少了约88%和73%；当仓储中存在5%、10%的区域拥堵时，HM-EECBS算法的成功率分别提高了约49%、20%，这表明所提算法适用于解决大规模且拥堵的仓储物流环境下的MAPF问题。

来源：2024年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第12期