面向仓储物流的异速多AGV神经分治调度方法及装置

1.一种面向仓储物流的异速多AGV神经分治调度方法，其特征在于，所述方法包括：步骤110，以AGV的异构速度作为关键参数，构建以最小化最大行程时间为优化目标的异速多仓多旅行商问题模型；包括：步骤111，将仓储物流规划中异速多AGV的协同调度问题，进行问题定义：将仓储物流系统中需要被访问的任务点，映射为异速多仓多旅行商问题中 个城市点，用城市点的坐标集合 描述空间特征； 台执行任务的AGV，对应异速多仓多旅行商问题中的 个代理；所述AGV表示自动导引车；将AGV的起始停靠点/充电桩，映射为异速多仓多旅行商问题中的仓库；每个AGV从各自仓库出发，仓库集合表示为 ；每个代理 的速度 ，表示第 台AGV的异构速度， ；用代理的速度向量表示全部代理的速度集合，记为 ，描述多台AGV的异构速度参数；步骤112，获取模型约束与目标定义：定义代理 的路径： ；其中，代理 从自身的仓库 出发，最终回到 ； 表示分配给代理 的城市点个数， 为代理 的城市点分配子集，满足： ，且 时， ； ；定义代理 的路径长度： ；步骤113，构建异速多仓多旅行商问题模型，所述异速多仓多旅行商问题模型的优化目标，是下列最小化所有代理的行程时间的最大值： ；步骤120，将异速多仓多旅行商问题分解为串行耦合的两个优化阶段：任务分配阶段与基于子旅行商问题的路径优化阶段；步骤130，将异速多仓多旅行商问题模型的优化目标重构为整体双层优化目标；步骤140，基于所述整体双层优化目标，采用神经分治框架对异速多仓多旅行商问题模型进行求解，包括：在任务分配阶段，构建一个神经分配策略网络，用于融合空间特征与异构速度特征，输出每个代理的城市点分配子集；所述神经分配策略网络采用强化学习优化与训练机制进行训练，优化分配策略参数；在基于子旅行商问题的路径优化阶段：将每个城市点分配子集的路径规划作为一个独立的子旅行商问题，采用旅行商问题求解器对每一个子旅行商问题进行并行求解，获得每个子旅行商问题的路径规划方案；将所有子旅行商问题的路径规划方案进行合并，得到异速多仓多旅行商问题的整体路径规划方案。 2.根据权利要求1所述的面向仓储物流的异速多AGV神经分治调度方法，其特征在于，步骤120中，所述任务分配阶段，包括：设计神经分配策略 ，将非仓库的城市点集合 按概率分配给 个代理，输出每个代理 的城市点分配子集 ；其中， 是分配策略参数；所述基于子旅行商问题的路径优化阶段，包括：对每个代理的城市点分配子集 ，连同仓库 ，采用旅行商问题求解器获得代理最优的路径 ，目标是最小化路径长度 。 3.根据权利要求2所述的面向仓储物流的异速多AGV神经分治调度方法，其特征在于，所述旅行商问题求解器采用Google OR-Tools。 4.根据权利要求1所述的面向仓储物流的异速多AGV神经分治调度方法，其特征在于，所述步骤130，包括将所述异速多仓多旅行商问题模型的优化目标，重构为如下形式的整体双层优化目标： ；其中， 表示旅行商问题求解器， 是旅行商问题求解器预先配置的超参数。 5.根据权利要求1所述的面向仓储物流的异速多AGV神经分治调度方法，其特征在于，步骤140中，在任务分配阶段，构建一个神经分配策略网络，用于融合空间特征与异构速度特征，输出每个代理的城市点分配子集，包括：构建神经分配策略网络，所述神经分配策略网络至少包括：图嵌入模块、速度嵌入模块、加性注意力模块、代理嵌入模块和分配决策模块；利用图嵌入模块提取空间特征：采用复合消息传递神经网络，通过 轮迭代的消息传递传播空间信息，让每个节点逐步聚合邻居信息，生成描述空间特征的节点的嵌入向量；利用速度嵌入模块编码速度特征：采用DeepSet，通过个体特征映射将每个代理的速度转换为一个高维嵌入的个体速度特征，再进行高维嵌入的聚合得到全局速度特征，最后对个体速度特征与全局速度特征进行融合的方式，得到每个代理最终的速度特征；利用加性注意力模块融合空间特征与速度特征：基于加性注意力机制，动态融合空间节点的嵌入向量与代理的速度特征，得到注意力加权的节点嵌入；利用代理嵌入模块获取代理嵌入：将全局上下文、节点嵌入、速度特征输入代理嵌入模块，利用代理嵌入模块的非线性变换聚合所述全局上下文、节点嵌入和速度特征，生成代理嵌入；利用分配决策模块输出每个代理分配的城市点分配子集：将节点嵌入与代理嵌入输入所述分配决策模块，通过特征映射计算分配概率；基于所述分配概率进行采样分配，获得代理分配结果；采用强化学习优化与训练机制对所述神经分配策略网络进行训练，优化分配策略参数；利用训练好的神经分配策略网络，融合空间特征与异构速度特征，重新输出每个代理的城市点分配子集。 6.根据权利要求5所述的面向仓储物流的异速多AGV神经分治调度方法，其特征在于，所述采用强化学习优化与训练机制对所述神经分配策略网络进行训练，优化分配策略参数，包括：初始化神经分配策略网络的参数和优化器；每轮训练批量采样城市点与代理的速度，输入神经分配策略网络，输出分配概率与采样分配方案；对每个代理的城市点分配子集调用旅行商问题求解器，获得代理的路径 及代理的路径长度 ；计算归一化最大完成时间 ；动态更新基线 ；获得优势函数 ；采用随机梯度下降算法优化分配策略参数 ，包括按策略损失函数 反向传播梯度并更新神经分配策略网络的参数；循环迭代，直至收敛或满足预设停止条件。 7.根据权利要求6所述的面向仓储物流的异速多AGV神经分治调度方法，其特征在于，所述随机梯度下降算法，以下列最大归一化完成时间 作为奖励信号： ；通过归一化，设计基于异构速度参数的基线： ；其中， 是批次平均总路径长度， 为第 个批量实例中代理 的实际路径长度， 为批量大小；所述优势函数 由下式给出： ；所述策略损失函数由下式给出： ；其中， 是概率分布， 表示在状态 条件下选择分配动作 的条件概率； 是对数函数； 表示计算期望值。 8.根据权利要求1所述的面向仓储物流的异速多AGV神经分治调度方法，其特征在于，所述方法，还包括步骤150，利用所述整体双层优化目标计算策略损失函数，对整体路径规划方案进行评估。 9.一种面向仓储物流的异速多AGV神经分治调度装置，其特征在于，包括：第一模块，用于以AGV的异构速度作为关键参数，构建以最小化最大行程时间为优化目标的异速多仓多旅行商问题模型；包括：子模块一，用于将仓储物流规划中异速多AGV的协同调度问题，进行问题定义：将仓储物流系统中需要被访问的任务点，映射为异速多仓多旅行商问题中 个城市点，用城市点的坐标集合 描述空间特征； 台执行任务的AGV，对应异速多仓多旅行商问题中的 个代理；所述AGV表示自动导引车；将AGV的起始停靠点/充电桩，映射为异速多仓多旅行商问题中的仓库；每个AGV从各自仓库出发，仓库集合表示为 ；每个代理 的速度 ，表示第 台AGV的异构速度， ；用代理的速度向量表示全部代理的速度集合，记为 ，描述多台AGV的异构速度参数；子模块二，用于获取模型约束与目标定义：定义代理 的路径： ；其中，代理 从自身的仓库 出发，最终回到 ； 表示分配给代理 的城市点个数， 为代理 的城市点分配子集，满足： ，且 时， ； ；定义代理 的路径长度： ；子模块三，用于构建异速多仓多旅行商问题模型，所述异速多仓多旅行商问题模型的优化目标，是下列最小化所有代理的行程时间的最大值： ；第二模块，用于将异速多仓多旅行商问题分解为串行耦合的两个优化阶段：任务分配阶段与基于子旅行商问题的路径优化阶段；第三模块，用于将异速多仓多旅行商问题模型的优化目标重构为整体双层优化目标；第四模块，用于基于所述整体双层优化目标，采用神经分治框架对异速多仓多旅行商问题模型进行求解，包括：在任务分配阶段，构建一个神经分配策略网络，用于融合空间特征与异构速度特征，输出每个代理的城市点分配子集；所述神经分配策略网络采用强化学习优化与训练机制进行训练，优化分配策略参数；在基于子旅行商问题的路径优化阶段：将每个城市点分配子集的路径规划作为一个独立的子旅行商问题，采用旅行商问题求解器对每一个子旅行商问题进行并行求解，获得每个子旅行商问题的路径规划方案；将所有子旅行商问题的路径规划方案进行合并，得到异速多仓多旅行商问题的整体路径规划方案。