基于AlphaZero的地铁列车大量速度曲线自动生成算法

Abstract

在以往的地铁列车自动驾驶研究中，驾驶数据通常通过仿真生成单条运行曲线、对人工驾驶数据进行采样得到，不但实现方式比较复杂，而且效率较低、通用性不强。受AlphaZero系统启发，创新性地提出了人工生成虚拟地铁运行数据的思想。首先，根据一种五段式地铁列车速度曲线的运行方法，实现了虚拟数据的计算；然后，结合人类专家的经验设置牵引制动的区间分级、实际运行速度的分级、车站间距及变速距离分级等实际参数，缩小曲线数据范围，使其合理化；最后，通过Python编程得到大量数据，保存为数据集，绘制地铁列车运行时间频次分布图。通过观测发现，该虚拟数据覆盖各种运行时间，比传统数据更有利于地铁列车智能驾驶算法的研究。

Keywords

• 人机混合增强智能
• 地铁列车速度曲线
• alphazero思想
• 虚拟数据生成