基于深度强化学习的单线路公交动态驻站控制策略研究

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。