基于客流数据和强化学习的综合客运交通枢纽客流疏散方法与流程

1.一种基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，针对某一站点a，其特征在于，包括：

2.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤s1中实时客流量数据包括列车到达站点a的时刻表、其在站点a下车乘客数和其在站点a滞留时间；

3.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤s2中，

4.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤s3中actor网络包括：

5.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤s4中使用集中式训练分布式执行ctde框架进行交通枢纽客流疏散模型的训练，智能体通过拿到其他智能体的全局状态空间以优化自己的局部策略；在分布式执行过程中，智能体仅使用自己的局部状态空间进行决策；每个智能体根据 actor网络进行决策；另一方面，每个智能体 critic网络评估状态的值函数用以指导更新优化actor网络；具体训练过程如下：

6.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤s4中的异步动作协同机制指每个智能体在完成自己的动作后，能够立刻向其他智能体请求数据，并立即进行网络参数更新；具体过程为：

7.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤s5中具体疏散过程如下：

8.一种基于客流数据和强化学习的综合客运交通枢纽客流疏散系统，其特征在于，包括：

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在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权利要求1至7任一项所述基于客流数据和强化学习的综合客运交通枢纽客流疏散方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7任一项所述基于客流数据和强化学习的综合客运交通枢纽客流疏散方法的步骤。