AGV与四向穿梭车调度-多智能体路径规划问题初步探索

       有朋友最近在研究AGV的调度问题。让我帮忙进行一些程序的开发。顺着他的描述发现了一个很有意思的课题--多智能体路径规划（MAPF）。也顺便了解了该了一下相关信息。

        在现代物流行业中，仓储方式不断发生改变。  从最开始的人力+地面平库，然后随着机械化推广，变为了叉车+高货架平库，再接着自动化设备获得快速发展，空间利用率更高的立体库出现了，相关的设备有堆垛机，AGV，AMR与CTU等。而比立体仓库空间利用率更高的便是密集存储仓库了，相关设备有多层穿梭车库，子母穿梭车库与四向穿梭车库等。

        上述的设备中，绝大部分的设备都是有轨的，或者活动区域确定，多个单体设备之间，活动区域不重复的，这些设备的调度相对简单，仅仅是下发任务指令（如任务起始地址，任务结束地址，任务动作，任务编码等）便可以完成设备的调度。

        但有些设备，为了追求更高的灵活度与柔性配置，其活动区域是公共区域，这时候公共区域内多个设备的调度便成了一个问题。智能分拣车，AGV与四向穿梭车便是这种情况。此类设备的调度难度相对于其他设备是较高的，尤其是同一空间内，设备数量较多时，如何让它们不会冲突，不会死锁，同时又合理有序的分配并完成多个任务，是一个非常有意思的课题。

        在以前学习算法的时候，学习过比较基本的基于贪心思想的广度优先（BFS）路径规划算法。大概温习下，通过该算法实现一个简单路径规划的程序。

        如下图所示，假设红色为AGV，浅绿色为AGV可移动轨道，深绿色为规划路径，箭头为在该路径上的移动方向。

                        ​​​​​​​        

        该算法基于最简单的广度优先实现。在算法性能上，没有优势，不过得益于现在计算机性能的提升，当地图规模不大时，可以很快得到想要的结果。

        后续会探究如果对该单体路径规划算法进行优化，并结合一定策略实现区域内多智能体路径规划。