随着经济社会快速发展,汽车占有率不断增加,传统的停车场表现出车辆停放效率和停车场面积利用率较低的缺点。目前一种新的自动化停车场应运而生,由泊车机器人完成车辆的停放工作。停车场调度优化策略需要根据停车场中库位的空间分布以及停放车辆的信息,安排合适的库位并且减少自动化停车场长时间运行产生的能耗,设计合理的停车场调度策略对于自动化停车场的长期运行收益具有重要意义。针对自动化停车场调度问题,从如下几个方面提出优化调度的数学模型以及调度策略:(1)设计自动化停车场的运行机制,由泊车机器人完成车辆的自动停放,分析自动化停车场的能耗优化空间。在建立优化模型的基础上,提出了启发式动态规划算法,通过停放车辆的质量、停放时间的信息建立优化策略,对停放车辆的质量和停放时间分别做归一化处理,同时结合两者的归一化信息为车辆安排合适的库位。由于单纯的启发式动态规划算法考虑的是停车场为空情况下的优化策略,不能根据停车场状态的变化做实时处理,借鉴贪心算法的思想,利用贪心算法的优化结果作为动态调整的依据,实时修正启发式动态规划算法的计算结果,进一步提升了调度策略,降低自动化停车场的运行能耗。(2)由于动态调整算法仅仅考虑了停车场中停放车辆数的变化,未考虑每辆停放车辆的状态。基于强化学习算法,将自动化停车场优化问题转化为强化学习算法框架下的最优策略求解问题。通过对自动化停车场运行过程中的状态、价值模型、动作的奖励值函数的定义,构建基于DQN的调度优化算法。利用神经网络结构拟合价值模型,通过与环境交互以及样本价值的计算,不断逼近价值模型的真实值。基于DQN的停车场调度策略可以获得比启发式动态规划算法更好的运行结果。(3)在DQN算法的基础,对传统DQN算法做出改进。在样本数据结构方面,保存状态信息以及该状态下所有的动作的价值,与传统的保存状态与状态之间的转移形式有所不同,这种样本存储和训练方式可以在算法训练的前期获得较为准确的价值估计,避免价值模型陷入局部最优解。基于DQN的改进算法在训练前期具有较快的提升能力,并且获得更好的停车场调度策略。实验结果表明,启发式动态规划算法和改进DQN算法能够有效地降低自动化停车场的运行能耗,对于自动化停车场的长期运行收益具有重要意义。