摘要
本发明公开了基于神经注意力增强型Q学习的集群调度方法，包括以下步骤：设置仓储机器人集群调度的约束条件；每个仓储机器人包括融合门控循环单元和多层感知器的神经网络架构；通过采用参数共享策略，所有机器人共用同一套网络权重进行学习；使用基于变分自动编码器的注意力机制，增强机器人对任务相关区域的关注度；计算联合效应值；使用分解器为每个机器人生成独立的学习样本；学习样本被用来训练多智能体系统中的神经网络。本申请将可解释性模型与分解器模型进行有机结合，提升模型的整体性能；通过分解器解决可解释方法在智能体数量较多的复杂环境下性能受限的问题。
