金属矿山

作者：程宇谢丽蓉卞一帆杨志勇胡桂林闫壮

单位：1. 新疆大学电气工程学院,新疆 乌鲁木齐 830017;2. 新疆天池能源有限责任公司,新疆 昌吉 831100

关键词：智能网联矿卡,深度强化学习,有限状态机,换道决策,多目标奖励函数,

基金：新疆维吾尔自治区重点研发计划项目(编号:2023B01006);新疆维吾尔自治区重点实验室开放课题(编号:2025D04013)。

为提升露天煤矿智能网联矿卡的换道决策性能,提出了一种融合深度强化学习与有限状态机的换道决策方法。首先,构建了一个双层决策框架,上层利用深度Q 网络生成初步换道决策,下层通过有限状态机进行安全性约束。其次,引入双重网络和竞争网络结构优化DQN 性能,有效缓解了Q 值过估计问题。然后,基于Gipps 安全模型设计了状态转移规则,动态评估换道间隙的安全性。最后,设计了一个多目标奖励函数,综合评价和引导换道行为。在Highway-env 平台上进行试验,结果显示,在高交通密度场景下,融合方法换道成功率达81. 36%,相比单一DuDQN换道成功率(50. 84%)显著提升,碰撞次数减少,行驶稳定性增强。此框架能有效提升决策安全性和效率,对于露天矿运输换道决策具有一定的参考意义。

来源：2025年第10期

《金属矿山》期刊编辑部

查看金属矿山杂志2025年第10期