基于深度强化学习的单线路公交动态驻站控制策略研究

来源：交通运输系统工程与信息杂志2024年第5期北京时间：

作者：刘东, 张大鹏, 万芸, 肖峰

单位：1. 西南财经大学，a. 工商管理学院，b. 管理科学与工程学院，成都611130；2. 四川大学，商学院，成都 610065

摘要：公交运行中，车辆车头时距波动过大会导致公交系统出现串车等运行不稳定现象，针对该问题，本文提出一种基于深度强化学习的动态驻站控制策略，实现公交系统的稳定运行，以及避免出现串车问题。首先，构造线形公交系统，并确定车辆运行和乘客行为规则；然后，介绍基于深度强化学习建立动态控制方法，定义强化学习框架的各要素，并开发事件驱动的模拟器环境，训练和测试智能体；最后，利用仿真模拟对所提方法与基准方法进行大量的数值实验，选取不同评价指标进行对比分析，并实施敏感性分析。实验结果发现，本文方法实现了最稳定的车辆运行轨迹和最小的载客分散度；在车头时距变动上，比无控制策略、基于时刻表控制策略和基于车头时距控制策略分别降低61.90%、60.98%和37.98%；在平均等待时间上，分别降低28.36%、26.53%和23.61%。此外，所提方法在不同行驶时间变异性和车头时距情景下，具有很强的鲁棒性。

关键词：智能交通,动态驻站控制,深度强化学习,公交系统,事件驱动

基金资助：国家自然科学基金(72301217, 72025104)；四川省自然科学基金(2024NSFSC1055)。