基于动态仿真与强化学习的铁路运营重调度系统
人工智能
2022-01-19 v1 机器学习
最优化与控制
摘要
由于自然灾害的加剧，铁路服务中断的次数不断增加。此外，诸如 COVID-19 大流行等社会状况的突变要求铁路公司频繁修改列车运行图。因此，亟需对最优调度提供自动化支持。本研究提出了一种自动化铁路调度系统。该系统利用强化学习以及一个能够模拟整条线路铁路交通与客流的动态仿真器。由于优化过程作为训练被提前完成，所提出的系统能够快速生成整条线路的列车运行图。该系统在一个中断场景下进行了评估，结果表明系统可在几分钟内生成整条线路的优化调度方案。
引用
@article{arxiv.2201.06276,
title = {Railway Operation Rescheduling System via Dynamic Simulation and Reinforcement Learning},
author = {Shumpei Kubosawa and Takashi Onishi and Makoto Sakahara and Yoshimasa Tsuruoka},
journal= {arXiv preprint arXiv:2201.06276},
year = {2022}
}
备注
English translated version is placed at first and the original Japanese version follows. 4 pages and 5 figures in the original manuscript. Proceedings of the 28th jointed railway technology symposium (J-RAIL 2021)