• 목록

Markov Decision Process Approach for Battery Charging of an Automated Guided Vehicle

제조 시스템 운영에서 자동화의 확산에 따라, 자재 이송 방법으로 무인 물류 로봇(AGV, Automated Guided Vehicle)의 활용이 크게 확대되고 있다. AGV는 배터리 전력을 사용하므로 운영 중 배터리 소모를 최소화하기 위한 효율적인 충전 방침이 필수적이다. 그러나 기존의 휴리스틱 접근 방식은 종종 비효율적인 결과를 초래하는 문제점이 존재한다.

본 연구는 AGV 충전 문제를 마르코프 결정 프로세스(Markov Decision Process, MDP) 모델로 공식화하여 환경의 불확실성과 기하학적 정보를 고려한 후, 상대 가치 반복(Relative Value Iteration)을 적용하여 MDP 모델을 최적화하였다. 제안된 충전 방침은 시뮬레이션 실험을 통해 기존 휴리스틱 방법들과 비교 분석되었으며 그 결과, AGV 충전 효율성이 향상됨을 입증하였다.

The escalating automation of operations in manufacturing systems has seen a notable rise in the utilization of automated guided vehicles (AGVs) within automated material handling systems. AGVs, reliant on battery power, necessitate strategic charging policies to avert battery depletion during operations. However, prevailing heuristic approaches often yield inefficiencies. This study formulates the AGV charging problem as a Markov decision process (MDP) model, considering the uncertainty and geometric information of the environment. Relative value iteration has been implemented to optimize the MDP model. The proposed charging policy undergoes rigorous analysis and comparison with existing heuristics through simulation experiments. This process establishes its efficacy in advancing AGV charging efficiency.

* URL: https://ieeexplore.ieee.org/document/10597469?reason=concurrency