2025年11月17日

基于多智能体强化学习的列车协同控制：能耗与时效的双目标优化方法

当列车学会“协同思考”，能量便不再在刹车与加速间白白浪费——本文以分布式多智能体深度强化学习框架赋能地铁列车，通过Actor–Critic连续控制实现速度与时刻的自适应优化，使列车在停站扰动中共享再生能量，净能耗最高可降低14%。