基于多智體強化學習的高效率貨物列車運行動態(tài)調整方法

摘要： 為高效降低貨物列車延誤的影響，提出基于多智能體強化學習的大規(guī)模列車運行計劃動態(tài)調整方法。與單智能體算法顯著不同，該方法提出將上行列車和下行列車設計為兩個獨立的智能體，進行獨立學習與競爭，從而大幅度降低運行計劃動態(tài)調整的算法復雜度。實驗結果表明：對于N列貨物列車，算法復雜度以指數(shù)函數(shù)趨勢從O(2~N)降低到O[2~((1+N/2))],計算效率以指數(shù)函數(shù)趨勢提高了2~((N/2-...