Approccio RL Semi-gerarchico per il Riprogrammazione dei Veicoli Ferroviari

Un nuovo articolo su arXiv (2605.10257) introduce un approccio di deep reinforcement learning (RL) semi-gerarchico per il Problema di Riprogrammazione dei Veicoli (VRSP) nella gestione del traffico ferroviario. Il metodo separa il dispacciamento dal routing utilizzando spazi di azione e osservazione dedicati, consentendo alle politiche di specializzarsi in ambiti decisionali distinti. Ciò affronta la sfida di gestire le interruzioni in un contesto di crescente densità del traffico e limiti infrastrutturali, dove i metodi tradizionali di Ricerca Operativa (OR) spesso danno risultati inferiori e l'esperienza umana rimane prevalente. La formulazione RL proposta mira a migliorare la scalabilità e le prestazioni nelle reti ferroviarie dense, colmando un divario in cui gli approcci RL esistenti faticano.