[发明专利]城轨调度方法、装置、电子设备及存储介质

权利要求书

1.一种城轨调度方法，其特征在于，包括：

确定待规划交路的当前次循环的列车运行时刻和乘客规模；

将所述当前次循环的列车运行时刻和乘客规模输入至城轨调度模型，得到所述城轨调度模型输出的下一次循环的列车调度动作；

所述城轨调度模型是基于样本列车运行时刻和样本乘客规模，以乘客等待成本和列车运营成本最小为目标，强化学习得到的。

2.根据权利要求1所述的城轨调度方法，其特征在于，将所述当前次循环的列车运行时刻和乘客规模输入至城轨调度模型，得到所述城轨调度模型输出的下一次循环的列车调度动作，包括：

将所述当前次循环的列车运行时刻和乘客规模输入至城轨调度模型的第一调度层，得到所述第一调度层输出的下一次循环的调度动作特征；

将所述当前次循环的列车运行时刻和乘客规模，以及所述下一次循环的调度动作特征输入至城轨调度模型的第二调度层，得到所述第二调度层输出的执行下一次循环的列车调度动作的总预期未来成本。

3.根据权利要求2所述的城轨调度方法，其特征在于，所述第一调度层以最小化所述当前次循环至最后一次循环结束的乘客等待成本和列车运营成本为目标进行下一次循环的调度动作特征的预估。

4.根据权利要求1所述的城轨调度方法，其特征在于，所述乘客等待成本和所述列车运营成本是基于如下步骤确定的：

将所述样本列车运行时刻和所述样本乘客规模输入至强化学习中的城轨调度模型，得到所述城轨调度模型输出的预估调度动作；

基于所述预估调度动作和所述样本乘客规模，确定所述乘客等待成本和所述列车运营成本。

5.根据权利要求1至4中任一项所述的城轨调度方法，其特征在于，所述当前次循环的列车运行时刻包括所述当前次循环的列车到达站点的时间和所述当前次循环的列车离开所述站点的时间；所述乘客规模为所述当前次循环的列车离开所述站点时剩余的等待乘客数量。

6.根据权利要求5所述的城轨调度方法，其特征在于，所述下一次循环的列车调度动作，包括：

所述当前次循环的列车和所述下一次循环的列车从转换轨出发的时间间隔、所述下一次循环的列车在所述站点停靠的时间以及所述下一次循环的列车从所述站点运行到所述站点的下一站点的运行时间。

7.一种城轨调度装置，其特征在于，包括：

确定模块，用于确定待规划交路的当前次循环的列车运行时刻和乘客规模；

训练模块，用于所述城轨调度模型是基于样本列车运行时刻和样本乘客规模，以乘客等待成本和列车运营成本最小为目标，强化学习得到的；

决策模块，用于将所述当前次循环的列车运行时刻和乘客规模输入至城轨调度模型，得到所述城轨调度模型输出的下一次循环的列车调度动作。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述城轨调度方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述城轨调度方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述城轨调度方法的步骤。