基于AlphaZero的地铁列车大量速度曲线自动生成算法

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。...

Full description

Saved in:
Bibliographic Details
Published in智能科学与技术学报 Vol. 3; no. 2; pp. 179 - 184
Main Authors 芦玉琦, 陈德旺, 赵钊林
Format Journal Article
LanguageChinese
Published POSTS&TELECOM PRESS Co., LTD 01.06.2021
Subjects
alphazero思想
人机混合增强智能
地铁列车速度曲线
虚拟数据生成
Online AccessGet full text
ISSN2096-6652
DOI10.11959/j.issn.2096-6652.202118

Cover

More Information
Summary: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。
ISSN:2096-6652
DOI:10.11959/j.issn.2096-6652.202118