一种基于强化学习的煤样转运机器人调度方法

本发明涉及分配调度技术领域，公开了一种基于强化学习的煤样转运机器人调度方法，包括：构建煤样转运的调度环境模型，包括若干种煤样任务和异构运输载体以及处理节点的状态信息；基于调度环境模型，定义强化学习智能体的状态空间与动作空间；状态空间表征调度环境的实时状态，动作空间覆盖由样本类型和运输载体以及目标设备组成的有效调度动作组合；设计以优化调度效率为目标的奖励函数，采用强化学习对智能体进行训练，直至策略收敛，获得最优调度策略，部署至煤样转运机器人系统，通过贪心策略根据实时环境状态输出调度动作，完成煤样转运任务。解决了任务分配不均衡、路径冲突处理不及时的问题，达成了优化资源配置、提高调度效率的目的。