基于强化学习的城轨信息发布策略研究

来源：交通运输系统工程与信息杂志2020年第5期北京时间：

作者：贾飞凡，蒋熙，李海鹰，于雪峤

单位：1.北京交通大学 a. 轨道交通控制与安全国家重点实验室，b. 交通运输学院，北京100044； 2.中国铁道科学研究院集团有限公司 运输与经济研究所，北京100081

摘要：通过信息发布影响乘客选择行为进而改变路网客流分布，是从需求侧缓解拥堵问题的重要手段之一.本文提出基于强化学习的城市轨道交通信息发布策略生成方法，根据路网各区间客流满载率提取系统状态，再根据系统状态在学习器生成由各OD推荐路径组成的信息发布动作，对乘客进行信息发布；通过发布信息后路网系统状态变化，评估获得实施信息发布动作的奖励值.依托城市轨道交通客流分布动态仿真系统，使用 Q- learning 算法进行训练，获得最优信息发布策略.以实际路网为例进行算例验证，通过对比有无信息发布情景得到，在有信息发布情景下路网客流拥堵情况得到了较大缓解.

关键词：智能交通,信息发布,强化学习,客流诱导,Q-learning

基金资助：中央高校基本科研业务费专项基金/ Fundamental Research Funds for the Central Universities of Ministry of Education of China(2018YJS194).