基于多智能体强化学习的机场飞机滑行智能调度方法

摘要

通过智能调度优化航空器在滑行道系统的滑行过程可以提升场面飞机运行效率。针对国内某大型枢纽机场，提出了一种基于多智能体强化学习的机场飞机滑行智能调度方案。在中央控制器端，使用集中式学习框架和多智能体近端策略优化（MAPPO）算法生成分布式策略。该策略可根据机场场面信息决定每架飞机的移动方向和移动速度，在避免冲突条件下，最小化飞机的滑行时间，有效解决了机场资源冲突问题。