一种基于图神经网络和多智能体强化学习的机场滑行智能控制方法

本发明提出了一种基于图神经网络和多智能体强化学习的机场滑行智能控制方法，包括以下步骤：接收机场场面上每架飞机i的滑行状态信息和滑行道空间结构；将得到的所有飞机的状态信息和滑行道空间结构转化为图的形式，代入图注意网络和深度神经网络；神经网络根据得到的滑行道交通数据为相应的飞机选择滑行动作，对所有飞机的状态信息进行训练，更新并共享场面上的每一架飞机i的神经网络；重复上述学习过程，所有的飞机都能够在避免滑行冲突的前提下，滑行到指定的目的地。本发明能够在给定机场飞行计划和滑行道交通状况的情况下，自动执行最佳、无冲突的滑行控制，在减少滑行时间、降低油耗、提高对不同滑行道条件的适应性等方面得到明显优化。