基于深度强化学习的多站多机器人任务分配方法的仿真数据

本数据集专注于基于深度强化学习的多站多机器人任务分配方法。该数据集特别关注如何利用深度强化学习算法优化多个机器人在不同站点之间的任务分配，以提高工作效率和协同能力。数据集包含多个关键变量，如机器人ID、任务类型、执行时间、工作站时间差值、各机器人运行时间差值和环境配置。本数据集的设计充分考虑了不同任务复杂性、机器人性能及环境动态变化，确保了数据的多样性和代表性。