中国铁道科学

2026, v.47;No.210(05) 188-203

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于深度强化学习的高铁枢纽站进站进路自动触发方法
Automatic triggering method for hub station arrival routes based on deep reinforcement learning

王振东,李得伟,张芸鹏,赵小莉,赵宏涛,姚帅,潘帅

摘要(Abstract):

针对先到先服务(FCFS)策略难以有效消解枢纽站进站进路冲突并抑制列车晚点的不足,基于深度强化学习,提出1种以总晚点抑制和晚点均衡性为导向的多车进站进路序贯自动触发方法,旨在运行计划执行阶段有效释放枢纽站接车能力。结合调度集中系统信息基础和信号系统控车机制分析,将多阶段进路触发建模为马尔可夫决策过程;优化设计优势行为-批评算法架构,通过多步时序差分算法进行网络参数更新,以适应奖励延迟环境并满足奖励溯源需求;运用历史调度场景数据开展多轮次训练和验证。结果表明:该自动触发方法具有收敛性,多个调度场景的单次决策事件总晚点量均小于20 min;相比基于人工决策的FCFS策略,该方法在3类高频调度场景下的总晚点量均有明显下降;短数据片段训练后,单车晚点时间的四分位距显著缩小,分布均衡性进一步改善;优化目标调节后,对关键线路和重点列车的进路保障能力进一步提升;训练后所建模型对枢纽站相同接车咽喉区的不同决策事件均有泛化能力,单次决策时间小于700 ms。

关键词(KeyWords): 行车调度;调度集中;进路触发;进路冲突缓解;列车运行晚点;深度强化学习

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(72471023);; 国家重点研发计划项目(2024YFA1012904);; 中央高校基本科研业务费专项资金资助项目(2025JBZX077);; 高速铁路与城轨交通系统技术国家工程研究中心开放项目(2025YJ272)

作者(Author): 王振东,李得伟,张芸鹏,赵小莉,赵宏涛,姚帅,潘帅

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享