CaTR: Framework di Apprendimento per Rinforzo per la Pianificazione delle Vie di Rullaggio Multi-Aeromobile

Un nuovo approccio di apprendimento per rinforzo denominato Conflict-aware Taxiway Routing (CaTR) è stato sviluppato per la pianificazione in tempo reale di più aeromobili sulle vie di rullaggio. Questo framework crea un modello a griglia dell'ambiente aeroportuale con mascheramento delle azioni, utilizza una rappresentazione gerarchica del traffico anticipato per catturare scenari di traffico conflittuali attuali e futuri, e implementa una tecnica di apprendimento per rinforzo a valore scomposto per enfatizzare obiettivi di sicurezza sparsi ma cruciali. I test sono stati condotti in un ambiente realistico modellato sull'Aeroporto Internazionale di Changsha Huanghua, con diverse densità di traffico. Questo studio affronta i problemi di sicurezza interconnessi della pianificazione delle vie di rullaggio e della prevenzione dei conflitti sulle superfici aeroportuali, superando i limiti dei metodi di pianificazione esistenti e le difficoltà dell'apprendimento per rinforzo nella gestione dei conflitti di traffico a valle e nel bilanciamento di molteplici obiettivi.