基于強(qiáng)化學(xué)習(xí)的列車駕駛曲線節(jié)能優(yōu)化算法

打開文本圖片集

摘要：在保證安全和準(zhǔn)時(shí)性的前提下，自動(dòng)化列車運(yùn)行可以有效減少列車耗能。為了靈活應(yīng)對(duì)列車運(yùn)行種的動(dòng)態(tài)變化，提出了一種基于強(qiáng)化學(xué)習(xí)的方法，可以優(yōu)化列車控制策略且不采用之前關(guān)于列車動(dòng)力學(xué)的知識(shí)和設(shè)計(jì)的列車速度曲線。這個(gè)優(yōu)化模型將列車節(jié)能作為目標(biāo)，把準(zhǔn)點(diǎn)到達(dá)、列車限速、停車位置作為限制條件。大量的列車運(yùn)行經(jīng)驗(yàn)可以被用來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)直到得到最優(yōu)化行為價(jià)值函數(shù)，通過對(duì)訓(xùn)練過的神經(jīng)網(wǎng)絡(luò)輸入狀態(tài)，可以準(zhǔn)確輸出每個(gè)行為的價(jià)值，然后再根據(jù)行為價(jià)值的大小來選擇最優(yōu)的駕駛策略。（剩余4885字）