[发明专利]加工车间无人小车系统调度方法、系统和存储介质

权利要求书

1.一种加工车间无人小车协同调度方法，其特征在于，包括：

随机生成加工车间中多个无人小车的连续动作序列集合，所述连续动作序列集合中每个无人小车的连续动作序列为无人小车完成一项任务的动作序列；

将所述连续动作序列集合与所述加工车间的仿真多维矩阵进行交互，得到训练数据集合；

根据所述训练数据集合对无人小车网络模型进行训练和优化，输出无人小车网络模型参数；

使用所述无人小车网络模型参数控制所述多个无人小车在所述加工车间中运行。

2.根据权利要求1所述的方法，其特征在于，所述使用所述无人小车网络模型参数控制所述多个无人小车在所述加工车间中运行之后，还包括：

更新所述仿真多维矩阵。

3.根据权利要求1所述的方法，其特征在于，所述随机生成加工车间中多个无人小车的连续动作序列集合之前，还包括：

建立所述加工车间的仿真模拟环境，根据所述仿真模拟环境得到所述加工车间的仿真多维矩阵，所述仿真多维矩阵包括无人小车特征矩阵、障碍物特征矩阵和原料特征矩阵。

4.根据权利要求3所述的方法，其特征在于，所述建立所述加工车间的仿真模拟环境，根据所述仿真模拟环境得到所述加工车间的仿真多维矩阵包括：

根据所述加工车间的尺寸、所述加工车间中的障碍物位置、原材料位置和所述多个无人小车的位置，建立所述加工车间的仿真模拟环境；

根据所述加工车间的尺寸确定所述仿真多维矩阵的大小，将所述加工车间中的障碍物位置、原材料位置和所述多个无人小车分别作为所述仿真多维矩阵中的元素，得到所述加工车间的仿真多维矩阵。

5.根据权利要求1～4任一项所述的方法，其特征在于，所述将所述连续动作序列集合与所述加工车间的仿真多维矩阵进行交互，得到训练数据集合，包括：

将所述连续动作序列集合与所述加工车间的仿真多维矩阵进行交互，得到环境多维特征集合和动作奖励值集合；

所述根据所述训练数据集合对无人小车网络模型进行训练和优化，输出无人小车网络模型参数，包括：

根据所环境多维特征集合和所述动作奖励值集合对无人小车网络模型进行训练和优化，在所述连续动作序列集合中各动作的动作奖励值最优时，输出无人小车网络模型参数。

6.根据权利要求1～4任一项所述的方法，其特征在于，根据所述训练数据集合对无人小车网络模型进行训练和优化，输出无人小车网络模型参数，包括：

采用深度强化学习算法，根据所述训练数据集合对无人小车网络模型进行训练和优化，输出无人小车网络模型参数。

7.根据权利要求1～4任一项所述的方法，其特征在于，所述生产车间为注塑加工车间。

8.一种加工车间无人小车协同调度系统，其特征在于，包括：

动作生成模块，用于随机生成加工车间中多个无人小车的连续动作序列集合，所述连续动作序列集合中每个无人小车的连续动作序列为无人小车完成一项任务的动作序列；

数据训练模块，用于将所述连续动作序列集合与所述加工车间的仿真多维矩阵进行交互，得到训练数据集合；

参数生成模块，用于根据所述训练数据集合对无人小车网络模型进行训练和优化，输出无人小车网络模型参数；

运行控制模块，用于使用所述无人小车网络模型参数控制所述多个无人小车在所述加工车间中运行。

9.根据权利要求8所述的系统，其特征在于，还包括：矩阵更新模块，用于在所述使用所述无人小车网络模型参数控制所述多个无人小车在所述加工车间中运行之后，更新所述仿真多维矩阵。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的加工车间无人小车协同调度方法。