一种面向铁路车厢分拢问题的新型混合启发式-强化学习优化方法
机器学习
2026-03-09 v1 最优化与控制
摘要
铁路车厢分拢是货运铁路场中核心规划任务，需将一组车厢拆解后重新组合成 outbound 列车。单侧访问的分类轨道可视为栈结构，车厢只能从一端添加和移除，导致后进先出（LIFO）检索顺序。相比之下，双侧轨道类似于队列结构，可从一端添加车厢、从另一端移除，遵循先进先出（FIFO）顺序。我们考虑需要在仅有双侧分类轨道访问的铁路场中，使用两台 locomotives 装配多个 outbound 列车的任务。为解决这一组合优化问题，我们将其分解为两个子问题，每个子问题都有一个一侧分类轨道访问权限和一台 locomotives。我们提出了一种新型的混合启发式-强化学习（HHRL）框架，将铁路专用启发式方法与强化学习方法（具体为 Q-learning）相结合。该框架利用方法缩小状态-动作空间，指导强化学习中的探索。一系列数值实验结果表明，HHRL 算法在单侧访问、单 locomotives 问题以及双侧访问、双 locomotives 问题中均表现出高效和优质性能。
关键词
引用
@article{arxiv.2603.05579,
title = {A Novel Hybrid Heuristic-Reinforcement Learning Optimization Approach for a Class of Railcar Shunting Problems},
author = {Ruonan Zhao and Joseph Geunes},
journal= {arXiv preprint arXiv:2603.05579},
year = {2026}
}