一种基于强化学习的轨道交通列车受电弓动态调节方法

本发明公开了一种基于强化学习的轨道交通列车受电弓动态调节方法，属于轨道交通技术领域，包括以下步骤：S1、数据采集与预处理，S2、强化学习模型构建与训练，S3、动态调节执行，S4、自适应PID控制融合，S5、双模式控制目标生成与闭环反馈，通过利用已有运维数据库资源进行数据采集与预处理，结合深度强化学习算法训练AI Agent，并融合自适应PID控制算法，该设计能够在无需额外大规模数据采集和复杂设备投入的前提下，实现对受电弓与接触网接触力的动态调节，同时通过多源交互样本数据集构建与马尔可夫决策过程优化，AI Agent可根据实时工况动态调整控制策略。