AI驱动型时刻表优化

一项发表于《Transport Policy》的研究提出了列车时刻表节能深度强化学习（TES-DRL）的两阶段渐进式人工智能架构，优化列车协同运行，提高能量回收和再利用率，为城市轨道交通领域节能减排提供了新思路。

TES-DRL的第一阶段采用启发式算法以最小化净能耗为目标，对列车在各站间的运行时分以及各站的停站时分进行联合约束搜索。该阶段并不追求全局最优解，而是在满足总运行周期约束、站停上下限约束等硬性条件下，生成一个具备工程可行性的基础时刻表方案，从而大幅缩减后续强化学习的状态-动作探索空间，规避高维连续决策中的盲目试错。第二阶段将时刻表优化抽象为马尔可夫决策过程，提出基于浅层网络结构的强化学习方法。该网络采用极端简化的全连接架构，显著降低模型参数量与训练复杂度，框架采用集中式训练与集中式执行范式，将同发车频次下的所有列车状态融合为单一模型进行迭代，有效规避了多智能体分布式训练带来的通信开销与非稳态问题。此外，模型在第二阶段引入双层规划机制，上层由浅层网络强化学习决策运行与停站时间分配，下层则依据上层结果求解最优速度-距离曲线即牵引能耗最小化，最终将最大化再生能量回收与最小化牵引能耗统一至净能耗最小化目标函数中。

研究以北京地铁亦庄线为对象进行实证验证，实验表明，TES-DRL优化后的时刻表使净能耗明显降低。

图 1北京地铁亦庄线线路图