SIGNAL+DRAHT | Ausgabe 09/2024
Deep Reinforcement Learning für Optimierung des Zugbetriebs
Dieses Projekt befasst sich mit der Optimierung des Zugbetriebs mithilfe von Deep Reinforcement Learning (DRL). Ziel ist es, ein intelligentes Zugsteuerungssystem zu schaffen, das die Sicherheit durch die Einhaltung von Geschwindigkeitsbegrenzungen gewährleistet, den Fahrgastkomfort erhöht, die Pünktlichkeit aufrechterhält, ein präzises Halten ermöglicht und die Energieeffizienz verbessert. Zwei DRL-Algorithmen, Double Deep Q-Network (DDQN) und Proximal Policy Optimization (PPO), werden untersucht....