来源：期刊VIP网 时间：
作者：徐凯;孟倩倩;张皓桐;张洋;
单位：重庆交通大学信息科学与工程学院;重庆中车长客轨道车辆有限公司;
摘要：在强化学习优化列车驾驶速度曲线中，当面临复杂运行环境和多变运营需求时，存在难以快速生成优化的驾驶策略的问题。鉴于此，在强化学习基础上，与元学习相结合，综合考虑影响列车能耗的诸多因素，提出一种基于元强化学习的列车智能驾驶快速适应优化算法。该算法由内层学习器和元学习器2个部分组成，内层学习器采用强化学习PPO算法更新任务参数后把参数和损失函数输送到元学习器；元学习器利用这些信息更新任务参数，找到最优解，得到可以快速适应新任务且准确度高的元学习模型。仿真实验结果表明所提算法在新任务下学习效率优势显著，在满足舒适度、准时和停车精度的同时与传统的TRPO,PPO和MAML算法相比分别有效降低能耗6.14%,3.22%和1.40%，达到基准目标所需的迭代回合数仅分别为上述算法的28.57%,30.78%和52.29%，为元学习在列车智能驾驶领域研究的应用提供有效参考。
关键词：元学习;;强化学习;;列车自动驾驶;;调度时间调整;;临时限速调整
基金资助：重庆市自然科学基金项目(CSTB2024NSCQ-MSX0275)
