基于Q学习机场地面滑行路径动态规划

塔台管制员目前对场面飞机滑行路线分配主要依据航班序列、进离港类型以及目标终点等为参考。本文通过对管制员管制行为使用Q学习建模,并引入未来航班先验概率滑行路线加入待检测冲突集合,使管制员Agent具备预估未来时刻冲突能力,对常见滑行冲突得到最优滑行路径。本文首先讨论了Q学习对于地面冲突离散状态数量的有限性,接着对状态的动作序列和回报函数进行设计。实验环境对地面滑行道优先级进行了人工标注,生成随机航班时刻样本集用于训练。仿真结果中管制员Agent能有效解决冲突,体现了该方案的可行性和优越性。