利用深度强化学习实现具有时空安全约束的矿山土方工程机械作业自动调度

本文研究了矿山土方工程中大型机械协同作业的安全风险问题，提出了一种基于深度强化学习（DRL）的自动化调度方法，旨在在满足时空安全约束的条件下优化机械调度。研究背景指出，矿山土方工程涉及大量推土机和卡车的协同作业，由于机械体积庞大和盲区等因素，安全风险较高。研究目的是通过建立矿山土方工程机械调度模型，并引入时空安全约束，提升调度的安全性和效率。实验结果表明，该方法在不同规模的调度实例中表现优异，能够有效减少安全事故，并随着调度规模的增加，安全约束的响应显著提高。此外，该方法在实际矿山环境中的应用验证了其可行性和有效性。