基于AI深度强化学习的多AGV协同动态路径规划系统

本申请涉及自动引导车技术领域，公开了基于AI深度强化学习的多AGV协同动态路径规划系统，包括势场生成感知模块，用于实时生成和感知一个围绕AGV自身的多层动态势场；拓扑特征分析模块，用于分析所述多层动态势场的势场拓扑特征；策略激活模块，用于依据所述势场拓扑特征，执行一种符号元策略中包含的元形态切换协议，以从一个策略子树库中激活一个与当前语境匹配的策略子树；指令生成模块，用于执行被激活的所述策略子树，以生成用于驱动所述AGV的控制指令。通过元形态切换协议根据客观的势场拓扑特征来动态激活不同的策略子树，使AGV能够根据所处环境语境自适应地切换其行为模式，实现了情境感知下的精细化决策，提高了路径规划的效率和安全性。