一种机场地面保障车辆多智能体调度方法及系统

本发明公开了一种机场地面保障车辆多智能体调度方法及系统，该方法先将机场道路离散为具有车道方向、道路连接、路口通行、不可通行区域和优先通行信息的交通语义网格地图，再结合车辆当前位置、行驶方向、速度和车辆占用区域生成连续历史状态信息，输入时序决策网络输出候选动作概率和状态价值。随后对候选调度动作进行动作可行性校验和多车辆冲突校验，筛除违规和冲突动作，得到可执行调度动作，并据此生成调度路径。训练阶段结合奖励反馈、状态价值和候选动作概率更新网络参数。本发明能够在离散网格强化学习框架下兼顾车辆长度占用、交通规则约束和多车辆协同调度需求。