一种基于GIS和InSAR的地下快速路强化学习智能选线方法和计算机系统

本发明公开一种基于GIS和InSAR的地下快速路强化学习智能选线方法，包括：基于GIS和InSAR提供城市环境多源数据建立栅格化的观察空间，建立初始的线性连续的线路空间，共同构建强化学习模型的选线空间；强化学习模型的策略网络接收选线空间的参数信息输出线型参数；线型构建器修正线型参数，并对选线空间进行更新；多指标评价模型依据新的选线空间的参数信息输出奖惩值，强化学习模型的价值网络接收奖惩值计算梯度进行更新，并传递梯度更新策略模型；循环直到完成一轮选线，并计算积累的奖励值；当积累的平均奖励值未达到优化目标时，循环直到达到优化目标，找到最优设计。本发明的优点是有利于提高地下道路设计的效率和准确性。
同济大学
周彪 | 刘龙坤 | 谢雄耀