基于层次化冲突感知观测的值分解强化学习框架用于机场跑道路由
人工智能
2026-05-13 v2
摘要
跑道路由与地面冲突规避是机场地面运营中的耦合型安全关键决策问题。现有规划与优化方法往往受限于在线计算成本，而强化学习方法可能难以表示下游交通冲突并平衡多个目标。本文提出了冲突感知跑道路由(CaTR)，一种用于实时多飞机跑道路由的强化学习框架。CaTR构建基于网格的机场地面环境并引入动作掩码，引入层次化前瞻性交通表示以编码当前及下游冲突相关交通状况，采用值分解强化学习策略以优先处理稀疏但安全关键的目标。在基于中国长沙黄花国际机场的真实环境中进行多种交通密度下的实验。结果表明，CaTR在代表性规划、优化和强化学习基线的安全-效率权衡方面表现更佳，同时保持实用的运行时性能。
引用
@article{arxiv.2605.08754,
title = {Value-Decomposed Reinforcement Learning Framework for Taxiway Routing with Hierarchical Conflict-Aware Observations},
author = {Shizhong Zhou and Haifeng Liu and Zheng Zhang and Shiyu Zhang and Bo Yang and Yi Lin},
journal= {arXiv preprint arXiv:2605.08754},
year = {2026}
}