面向自主铁路运营：基于半层次深度强化学习的车辆调度方法
人工智能
2026-05-12 v1
摘要
铁路交通管理中的 disruption（中断）管理是重大挑战。日益增多的交通密度和基础设施限制增加了复杂性，使得车辆路由与调度问题（VRSP）难以可靠且实时求解。虽然操作研究方法广泛使用，但大多数调度仍依赖人类专家经验 due to problem的指数级组合复杂性。强化学习（RL）因其在多智能体协调方面的潜力受到关注，但现有RL方法往往表现不佳，且难以在密集铁路网络中扩展。本文从机器学习角度切实解决这一差距，通过引入针对operational铁路约束的半层次RL框架。该方法通过专门的动作和观察空间将调度与路由分离，使策略能够在不同决策范围内进行专业化，并解决稀有调度决策与频繁路由更新之间的不平衡。该方法在Flatland-RL模拟器上进行评估，涵盖5个难度级别和50个随机随机种子，训练7至80列火车。结果表明与启发式基线和单一RL方法相比，本方法在协调性、资源利用和鲁棒性方面显著提高，使到达目的地的火车数量几乎翻倍，死锁率保持在5%以下，能够在拥堵严重时对火车进行动态排序、延迟或取消。
关键词
引用
@article{arxiv.2605.10257,
title = {Towards Autonomous Railway Operations: A Semi-Hierarchical Deep Reinforcement Learning Approach to the Vehicle Rescheduling Problem},
author = {Alberto Castagna and Stefan Zahlner and Adrian Egli and Christian Eichenberger and Daniel Boos and Manuel Meyer and Anton Fuxjager},
journal= {arXiv preprint arXiv:2605.10257},
year = {2026}
}