检索结果-内蒙古大学图书馆

Development of a Fleet Management System for multiple robots' task allocation Using Deep Reinforcement Learning

PROCESSES 2024年第12期12卷 2921页

作者： Dai, Yanyan Kim, Deokgyu Lee, Kidong Yeungnam Univ Robot Dept Gyongsan 38541 South Korea

This paper presents a fleet management system (FMS) for multiple robots, utilizing deep reinforcement learning (DRL) for dynamic task allocation and path planning. The proposed approach enables robots to autonomously optimize task execution, selecting the shortest and safest paths to target points. A deep Q-network (DQN)-based algorithm evaluates path efficiency and safety in complex environments, dynamically selecting the optimal robot to complete each task. Simulation results in a Gazebo environment demonstrate that Robot 2 achieved a path 20% shorter than other robots while successfully completing its task. Training results reveal that Robot 1 reduced its cost by 50% within the first 50 steps and stabilized near-optimal performance after 1000 steps, Robot 2 converged after 4000 steps with minor fluctuations, and Robot 3 exhibited steep cost reduction, converging after 10,000 steps. The FMS architecture includes a browser-based interface, *** server, rosbridge server, and ROS for robot control, providing intuitive monitoring and task assignment capabilities. This research demonstrates the system's effectiveness in multi-robot coordination, task allocation, and adaptability to dynamic environments, contributing significantly to the field of robotics.

关键词： deep reinforcement learning fleet management system multiple robots task allocation web-based interface ROS

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：