本发明属于轨道交通车辆运行控制技术领域,具体为一种适用于高速列车自动停车的深度强化学习方法,解决了背景技术中的技术问题,其包括通过分析高速列车自动停车制动过程中的运动特点,构建动力学模型和制动模型;构建一种结合长短期记忆网络与全连接网络的多输入单输出神经网络结构对高速列车停车制动过程进行深度强化学习;将深度强化学习方法应用到采用实际线路数据建立的仿真环境,计算得到高速列车停车制动的控制方法。本发明适用于轨道交通高速列车自动停车控制过程。本发明解决了现有方法停车制动控制参数寻优难的问题,基于多车多线路模型的强化学习环境使适用场景更加广泛,实现了深度强化学习方法在制动过程中实时调整最优控制参数。
声明:
“适用于高速列车自动停车的深度强化学习方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)