车间AGV调度算法实验：拥堵预测与动态派单

多AGV协同场景下，路口拥堵与任务分配不均是车间物流的主要效率瓶颈。实验室近期在仿真环境中完成了调度算法的第一轮对比实验，验证拥堵预测对派单策略的改进效果。实验基于某3C装配车间的历史搬运任务数据，构建12台AGV、6个装卸点位的仿真场景，对比就近派单与拥堵预测动态分配两种策略。

· 进展与数据：高峰时段平均等待时间下降约18%，任务准时完成率由91%提升至96%；低峰时段两策略差异有限，模式切换阈值仍需调优。
· 下一步计划：接入真实车间实时位置数据，验证临时充电、故障停车等扰动下的鲁棒性；研究任务优先级与产线节拍的联动机制，使派单与生产需求对齐。

仿真到现场仍存在差距，这是当前主要风险。我们将持续记录实验数据与调参过程，为后续小范围现场试点提供依据。