来源：期刊VIP网 时间：
作者：王光辉;蒲浩;宋陶然;李伟;张洪;胡光常;
单位：高速铁路建造技术国家工程研究中心;中国中铁股份有限公司;中南大学土木工程学院;华东交通大学铁路环境振动与噪声教育部工程研究中心;中铁二院工程集团有限责任公司;
摘要：铁路线路智能搜索方法是实现高效线路优化的关键。现有铁路线路优化方法强于局部计算，缺乏对后续未知及全局态势的感知能力，导致线路智能搜索算法出现“智能”不智的现象。为解决上述问题，提出一种用于铁路线路优化的强化学习-蒙特卡洛树搜索(RL-MCTS)融合方法，构建一种蒙特卡洛树搜索线路优化框架，提出先广度优先-后深度优先的选择方法以权衡线路的全局与局部利益；为准确评估线路的全局利益，定制一种强化学习模拟方法，为RL-MCTS提供线路优化的大局观。将该方法应用于实际的铁路案例，相较于人工方案，RL-MCTS生成的优化线路方案工程造价降低8.2%,验证了本文提出方法的有效性。
关键词：铁路线路优化;;强化学习;;蒙特卡洛树搜索;;时变选择方法;;全局奖励评估
基金资助：国家自然科学基金(52078497);; 国家重点研发计划(2021YFB2600403);; 中国中铁股份有限公司科技研究开发计划(2022-重大-20)
