多AGV深度强化学习动态路径规划方法

本发明公开了多AGV深度强化学习动态路径规划方法，创建虚拟仓储仿真训练环境，并从所述虚拟仓储仿真训练环境中提取虚拟仓储仿真训练环境信息，依据ros操作系统搭建仿真环境，搭建AGV模型。本发明从AGV摄像头中获取的原始图像中获取最优动作。省去了人为的提取特征的步骤，此外，引入动态分组机制，通过评估网络和注意力网络对多个AGV进行动态分组，并通过通信网络进行AGV之间的通信，结合深度强化学习对网络参数进行训练，解决了多个AGV无冲突路径规划过程中在多AGV联合决策时出现的维度灾难问题。