利用强化学习优化不确定扰动下地铁系统的能效

在城市交通领域，地铁系统是重要的可持续公共交通方式。然而，其巨大的能耗对可持续性目标构成了挑战。延误和客流变化等扰动会通过负面影响地铁系统能效而进一步加剧该问题。为解决此问题，我们提出一种基于策略的强化学习方法，通过调节列车停站时间和巡航速度，在扰动下重新排布地铁运行图并优化地铁系统能效。我们在仿真环境中进行的实验证明了该方法相对于基线方法的优越性，实现了牵引能耗降低高达10.9%，再生制动能量利用率提高高达47.9%。本研究为城市轨道交通的节能问题提供了有效解决方案。