【标题】Railway Operation Rescheduling System via Dynamic Simulation and Reinforcement Learning

【作者团队】Shumpei Kubosawa, Takashi Onishi, Makoto Sakahara, Yoshimasa Tsuruoka

【发表日期】2022.1.17

【论文链接】https://arxiv.org/ftp/arxiv/papers/2201/2201.06276.pdf

【推荐理由】由于自然灾害的加剧，铁路服务中断的次数一直在增加。此外，2019冠状病毒疾病等社会形势的突然变化要求铁路公司频繁修改交通安排。因此，预计将自动支持优化调度。本文提出了一种铁路自动调度系统。该系统利用强化学习和动态模拟器，可以模拟整个线路的铁路交通和客流。该系统能够快速生成整条线路的交通计划，因为优化过程是作为培训提前进行的。使用中断场景对系统进行评估，研究结果表明，该系统可以在几分钟内生成整条线路的优化调度。

内容中包含的图片若涉及版权问题，请及时与我们联系删除