来源：期刊VIP网 时间：
作者：陈玥;
单位：江汉大学图书馆;
摘要：针对图书智能分拣系统中的分拣车路径规划问题，提出一种基于深度强化学习框架和竞争双深度Q网络路径规划算法。将分拣车的路径规划问题构建成马尔可夫决策过程，然后通过结合竞争Q网络和双深度Q网络构建竞争双深度Q网络（D3QN），进而在避免过估计的同时，优化网络结构。最后，通过设计智能代理的状态、动作和奖励函数，并采用动态ε-贪婪算法和衰减式学习率策略，使智能代理能够快速地选择最优动作，缩短完成预定卸载的移动路径，降低碰撞障碍物的概率。仿真结果表明，相比于基于竞争Q网络、双深度Q网络和深度Q网络的路径规划算法，提出的基于D3QN方法所规划的路径更短、碰撞率更低。
关键词：自动分拣;;机器人;;路径规划;;深度强化学习;;竞争双深度Q网络;;马尔可夫决策
基金资助：湖北省重点研发计划：面向智能工厂的云边端协同数字孪生关键技术研究（2022BAD064）
