面向能耗感知的厂内物流的弹性车队管理

本文提出了一种新颖的车队管理策略，用于在自主制造设施中执行厂内物流任务的电池驱动机器人车队。在这种环境中，重复性的物料搬运操作会受到现实世界不确定性的影响，例如通道阻塞以及设备或机器人故障。在这些情况下，集中式方法通过立即调整机器人之间的任务分配来增强弹性。为了克服计算开销大的问题，提出了一种两步法：首先使用蒙特卡洛树搜索算法求解标称问题以进行任务分配，从而生成标称搜索树；当发生扰动时，利用新问题的代价对标称搜索树进行快速的事后更新，同时生成可行解。计算实验证明了所提算法在各种场景下的实时能力，并将其与不使用搜索树的情况以及不尝试任务重分配的去中心化方法进行了比较。