面向人机协作生产的人类-机器人任务规划与分配的层次化时空感知算法与高效强化学习
人工智能
2026-04-17 v2
摘要
在先进的制造系统中，人类和机器人协作进行生产过程。有效的任务规划与分配（TPA）对于实现高生产效率至关重要，但在复杂和动态的制造环境中仍具有挑战。人类和机器人的动态特性，特别是需要考虑空间信息（例如，人类的实时位置以及完成任务所需移动距离），在TPA中带来了严重的复杂性。为此，我们将生产任务分解为可管理的子任务。随后，我们实现了一个实时的层次化人机TPA算法，包括用于任务规划的高层智能体和用于任务分配的低层智能体。对于高层智能体，我们提出了一种高效的缓冲区基于深度Q学习方法（EBQ），该方法减少了训练时间并提升了在具有长期稀疏奖励挑战的生产问题中的性能。对于低层智能体，设计了一种基于路径规划的时空感知方法（SAP），用于将任务分配给合适的人机资源，从而实现相应的顺序子任务。我们在3D模拟器上的复杂实时生产过程中进行了实验。结果表明，我们提出的EBQ&SAP方法有效地解决了复杂和动态生产过程中人机TPA问题。
引用
@article{arxiv.2604.12669,
title = {A hierarchical spatial-aware algorithm with efficient reinforcement learning for human-robot task planning and allocation in production},
author = {Jintao Xue and Xiao Li and Nianmin Zhang},
journal= {arXiv preprint arXiv:2604.12669},
year = {2026}
}
备注
This is the accepted manuscript of a journal article accepted for publication in Robotics and Computer-Integrated Manufacturing (Elsevier)