Simulation von Gleisinfrastruktur und Zugverkehr
Zur Ermöglichung von Reinforcement Learning wurde eine realitätsnahe Bahn-Simulation auf der Basis von Infrastruktur-Daten und Fahrplänen erstellt.
Realitätsnahe Simulation
Python Package zum Parsen der Infrastruktur-Beschreibung
Python Package zum Parsen des RailML Fahrplans
Herausforderung
- Um Entscheidungsempfehlungen für die Zugdisposition generieren zu können, soll Reinforcement Learning angewandt werden
- Als Grundlage für das Training von RL Modellen soll eine realitätsnahe, gleisscharfe Simulation des Zugverkehrs erstellt werden. Als Simulations-Software soll SUMO verwendet werden
- Spurplandaten und Fahrplan müssen in ein für die Simulation nutzbares Format übersetzt werden. Der resultierende Gleisgraph soll die tatsächliche Lage und Position der Betriebsstellen abbilden
Lösung
- Verständnis-Aufbau und Dokumentation der verwendeten Datenformate
- Evaluierung der Realitätsnähe der Simulation anhand von simulierten Zeiten und Strecken unter Verwendung von Soll-Daten
- Modulare Software-Struktur, um die Verwendung unterschiedlicher Datenquellen (z.B. Fahrplan) oder Simulations-Tools zu ermöglichen
Ergebnis
- Realitätsnahe Simulation, die zur Generierung von States für Reinforcement Learning verwendet werden kann
- Python Package zum Parsen der Infrastruktur-Beschreibung und Generierung des Gleisgraphen für die Simulation
- Python Package zum Parsen des RailML Fahrplans und Generierung von Route-Files für die Simulation
Haben Sie Interesse an eigenen Use Cases?