基于策略梯度网络的单动力双箱位控制方法技术

基于策略梯度网络的单动力双箱位控制方法，首先通过采集箱位的状态信息，包括位置、速度和加速度等数据。然后，将这些状态信息输入到策略梯度网络中进行处理。策略梯度网络会根据当前状态以及目标状态，输出相应的控制信号。这些控制信号经过一定的处理后，驱动一个动力源对双箱位进行控制。所以通过使用策略梯度网络，该方法能够实现对双箱位的精确控制。同时，由于只需要一个动力源，因此可以降低成本和能源消耗。综上所述，本专利提供了一种基于策略梯度网络的单动力双箱位控制方法，解决了现有技术中需要两个动力源来控制双箱位的问题。该方法具有成本低、能源消耗少、灵活性高等优点，适用于各种工况下的双箱位控制需求。

【技术实现步骤摘要】

本专利技术涉及单动力双箱位控制领域，具体为基于策略梯度网络的单动力双箱位控制方法。

技术介绍

1、随着现代医院建设趋于大型化和智能化，自动化物流输送系统开始在医院内部的使用，其中护士站点输送是一般是上下两层负责收箱和发箱，上层两个动力，下层两个动力，每层可以操控两个箱子的收发。为了提高货物搬运的效率和减少人力成本，研发一种能够同时处理多种货物、自动化程度高的搬运设备迫在眉睫。

2、然而，传统的护士站单动力控制两个箱位的方法，存在以下几个主要缺点：成本较高；占用空间；操作复杂。相比于传统方法，策略梯度网络的优势在于可以通过大量的数据进行训练，从而更好地捕捉到系统的动态特性和复杂性。在医用护士站单动力控制两个箱位的方法中，深度学习可以通过对历史数据的学习和分析，预测出未来的状态和动作，从而实现更加精准的控制和优化。

3、策略梯度网络(policy gradientnetwork)是一种基于深度学习的控制方法，通过学习一个策略来指导智能体在环境中采取行动。该方法在许多领域取得了显著的成果，但在物流和仓储领域的应用还相对较少。因此，本专利提本文档来自技高网...

【技术保护点】

1.基于策略梯度网络的单动力双箱位控制方法，其特征在于：具体步骤如下；

2.根据权利要求1所述的基于策略梯度网络的单动力双箱位控制方法，其特征在于：所述步骤1)中数据采集频率的计算公式表示为：

3.根据权利要求1所述的基于策略梯度网络的单动力双箱位控制方法，其特征在于：所述步骤2)中图像数据构建公式表示为：

4.根据权利要求1所述的基于策略梯度网络的单动力双箱位控制方法，其特征在于：

【技术特征摘要】

1.基于策略梯度网络的单动力双箱位控制方法，其特征在于：具体步骤如下；

2.根据权利要求1所述的基于策略梯度网络的单动力双箱位控制方法，其特征在于：所述步骤1)中数据采集频率的计算公式表示为：

...

【专利技术属性】
技术研发人员：姚勇，戚志海，
申请(专利权)人：艾信智能环境科技无锡有限公司，
类型：发明
国别省市：