面向医药仓储货到人场景的AMR集群路径规划方法研究.pdf

摘要

医药仓储货到人场景下自主移动机器人（AutonomousMobileRobot,AMR）集

群路径规划问题既是终身多机器人路径规划问题（LifelongMulti-RobotPathFinding,

LMRPF），也是医药仓储货到人仓库内AMR顺畅运行的核心问题。LMRPF要求

AMR集群在仓库中自主完成导航、避障、执行任务（运输、装卸载）等操作。随

着物流行业的发展，仓储规模越来越大，存储密度也随之升高，AMR集群的规模

也随之增大。然而在高密度存储的大规模医药仓储环境中，传统的使用集中式规划

器为AMR集群计算路径规划方案时的计算时间较长、计算资源需求较大。与此同

时，当前的分布式规划器规划存在路径质量不高、能耗高、碰撞和死锁等问题，这

些问题都严重影响到仓储内AMR作业的运行效率和安全。因此，如何在高流量、

高密度的仓储环境中执行高效的AMR集群路径规划已经成为了当前大规模“货到

人”仓库亟待解决的核心问题。针对上述问题，本文开展了以下研究工作：

（1）为了解决集中式规划器求解时间过长、计算资源需求过大的问题，本文

提出了一种基于强化学习和模仿学习的云边协同的路径规划模型FeD

（FeatureExtractor-Decodermodel）。该模型基于去中心化的架构，可以将大量的计

算从中央计算单元转移到各个机器人本地完成，一方面降低了中心化系统的负载

压力，提高了任务系统的处理能力和效率。另一方面机器人可以直接在本地处理数

据并完成动作决策，减少了数据在网络中传输的时间，从而降低了通信延迟，提高

了响应速度。与此同时，相对于传统的集中式规划器架构，该架构还具有高鲁棒性

和高扩展性的优势。

（2）针对分布式多机器人路径规划模型路径质量不高、路径冲突等问题，本

文在FeD模型的基础上进一步提出了融合图神经网络和冲突避免策略的路径规划

模型PGC（ParallelGraphneuralnetworkswithConflictavoidancestrategymodel）。

机器人通过与附近的其他机器人互相通信来共享状态特征数据，并在本地利用图

神经网络进行信息融合，在本地完成梯度累积，全局网络完成梯度下降更新。这种

信息整合方式有效地扩大了机器人的感知范围，增强了机器人对周边状态的观测

能力，加快了训练速度。与此同时，本文针对机器人的碰撞和死锁问题，进一步提

出了一种基于动作空间裁剪协调的冲突避免策略CAS。通过在动作采样前应用冲

突避免策略，提前过滤掉无效的和可能导致冲突的动作，预防了冲突的发生，提升

了机器人的路径质量和作业安全性。

I

面向医药仓储货到人场景的AMR集群路径规划方法研究

（3）为了解决AMR运行时能耗高的问题，本文在PGC模型的基础上进一步

提出了合并策略网络和价值网络的图神经网络模型TcRM（TransformerConv-

Residual-Multi-layerperceptronmodel）。针对AMR作业中，因决策错误、无效路

径协调等问题引发AMR执行不必要的动作，造成驱动能源浪费、频繁的停车等待

等问题，本文在TcRM模型中融合了残差网络来进一步提升模型对状态特征的提

取能力，加强路径规划策略。其次通过合并策略网络和价值网络的方式，降低了

AMR在决策时的计算量，缓解了计算时对驱动能源的消耗。相对于PGC，TcRM

执行时的冲突频次大幅降低，提高了AMR的的能源利用效率和执行效率，延长了

有效工作时间。

（4）为了解决在开展仓储自主移动机器人（AMR）路径规划系统研究过程中，

缺乏与AMR实际作业流程紧密匹配的仿真环境的问题，本研究基于OpenAIGym

框架开发了面向医药仓储货到人场景的AMR路径规划仿真系统。该系统不仅开放

了Gym框架的基本接口，还开放了自定义冲突协调策略的接口，便于对AMR集

群路