基于仿真的路面-能源建模与多智能体深度强化学习的低碳网络级路面养护可再生能源资源管理框架

《Resources》:A Renewable-Energy Resource Management Framework for Low-Carbon Network-Level Pavement Maintenance Using Simulation-Based Pavement–Energy Modeling and Multi-Agent Deep Reinforcement Learning

【字体: 大 中 小 】 时间:2026年07月02日 来源:Resources 3.2

编辑推荐:

  可持续路面养护日益要求对基础设施状况、可再生能源可用性、碳排放、财务资源和运营能力进行协调管理。该研究提出了一种基于仿真的路面-能源建模与多智能体深度强化学习的低碳网络级路面养护可再生能源资源管理框架。该框架建立了一个基于AnyLogic(AL)的路面-能源仿

  
可持续路面养护日益要求对基础设施状况、可再生能源可用性、碳排放、财务资源和运营能力进行协调管理。该研究提出了一种基于仿真的路面-能源建模与多智能体深度强化学习的低碳网络级路面养护可再生能源资源管理框架。该框架建立了一个基于AnyLogic(AL)的路面-能源仿真环境,将道路路段、劣化状态、施工区、养护班组、设备资源、光伏发电、电池储能、电网支撑、柴油备用、碳排放追踪和预算消耗整合于统一的决策环境之中。为实现自适应养护控制,研究人员将路面路段建模为交互智能体,并通过图结构编码道路连通性、调度依赖性、交通交互和养护路径关系。继而采用一种名为Graph-MAPPO的基于图的多智能体深度强化学习模型作为决策控制器。该模型集成多头图注意力(Multi-head Graph Attention)进行空间依赖性学习、基于门控循环单元(GRU)的时序记忆用于劣化历史表征、有限元辅助的结构风险指标用于隐性损伤刻画,以及约束感知动作掩码以在预算、碳排放、能源、班组和设备约束下阻止不可行决策。研究生成了两个经校准的数据集以支撑该框架:包含4437条记录和55个特征的路面网络与养护数据集,以及包含9875条记录和38个特征的可再生能源-碳-预算数据集。该决策控制器联合选择路面路段、处治类型、干预时机、班组、设备和能源模式。20组实验配置的结果表明,均衡型Graph-MAPPO策略将平均路面状况指数(PCI)从69.4提升至78.9,剩余服务寿命(RSL)收益达6.8年,排放量降至58.3 tCO2e,可再生能源占比维持在74.6%,并将约束违反率限制在1.8%。在高可再生能源可用性条件下,该框架取得了最佳整体性能,平均PCI达80.2,可再生能源占比84.6%,排放量为50.8 tCO2e,奖励值为0.90。这些发现表明,整合路面-能源仿真、可再生能源资源分配、碳感知养护规划、结构风险感知和多智能体决策控制能够支持更具适应性、低碳化和资源高效的路面养护管理。
路面网络是交通基础设施中最关键的组成部分之一,支撑着人员流动、货物运输、应急响应和经济活动。然而,路面资产在交通荷载、重载车辆反复作用、环境暴露、湿度变化、材料老化以及养护资源不足等因素的共同影响下持续劣化。从资源管理视角看,路面养护不仅是技术干预问题,更是资源分配问题,需在有限财务预算、建筑材料、养护班组、设备容量、能源供给和碳排放配额之间进行协调,以维持基础设施的服务性能。传统路面养护规划通常基于状况指标、固定触发阈值和机构预算限制,尽管这些方法具有实用性,但往往将路面路段视为孤立资产,未能充分捕捉网络依赖性、结构脆弱性、养护资源可用性、施工区限制或可持续性要求。随着交通管理机构向韧性和低碳基础设施管理转型,路面养护决策必须从简单的基于状况的调度演进为智能、多目标和约束感知的决策模式。

近年来,人工智能、仿真建模和数字基础设施管理领域的发展为改进路面养护规划提供了新机遇。机器学习和强化学习方法能够学习路面状况、交通需求、劣化历史、养护成本和处治效果之间的复杂关系。然而,许多现有基于人工智能的路面养护模型主要关注预测劣化或选择处治类型,对班组可用性、设备分配、施工区延误、预算消耗和能源来源可行性等运营执行约束关注有限。此外,可持续性维度通常在养护决策做出后才被考虑,而非直接嵌入决策过程。这导致可再生能源可用性、电网与柴油备用、电池储能、材料消耗、预算使用和碳排放限制的管理很少被视为路面养护决策中的核心资源规划问题,从而在路面状况优化与现实可持续养护执行之间产生了方法论差距。

为应对这一局限,该研究提出了一种新颖的基于仿生的可再生能源感知网络级路面养护框架,采用多智能体深度强化学习进行决策优化。该框架将路面路段建模为交互智能体而非独立路段,其空间关系通过包含节点特征、邻接关系和边级运营依赖性的图结构来表示。决策模型融合多头图注意力以学习网络级空间交互、GRU时序编码器捕捉劣化历史和延迟处理效应、有限元辅助的结构风险指标表征隐性路面弱点,以及约束感知动作掩码防止不可行决策。策略在预算、碳排放、可再生能源和资源约束下联合选择路面路段、养护处治、干预时机、班组、设备和能源来源模式。

该研究的创新之处在于将路面养护不仅视为处治选择问题,而是将其作为耦合的路面-能源-碳-资源决策过程。所提出的仿真环境将路面状况状态、施工区、材料仓库、养护班组、设备移动、可再生能源枢纽、电池储能、电网支撑、柴油备用、碳排放追踪和预算管理整合为一体。在此情境下,能源、碳容量、预算、材料、班组、设备和剩余路面服务寿命被视为必须同时管理的交互资源。

研究人员开展了20组实验配置的系统评估,涵盖基线、消融、奖励敏感性、架构、可持续性和运营压力条件。实验从人工智能学习性能、路面状况改善、养护效果、可再生能源利用、碳排放削减、预算可行性、处治分布和运营鲁棒性等多角度评估该框架。两个经校准的合成数据集为研究提供了数据支撑:路面网络与养护数据集包含4437条记录和55个特征,可再生能源-碳-预算数据集包含9875条记录和38个特征。

研究结果表明,均衡型Graph-MAPPO策略将平均PCI从69.4提升至78.9,对应PCI收益为+9.5;RSL增益达6.8年;总排放量控制在58.3 tCO2e;可再生能源占比达74.6%;约束违反率仅为1.8%。在高可再生能源可用性情境下,框架表现最优:平均PCI达80.2,可再生能源占比84.6%,排放量50.8 tCO2e,奖励值0.90。消融分析表明,移除图注意力机制使奖励降至0.52,移除GRU时序记忆使奖励降至0.60,移除有限元辅助结构特征使奖励降至0.62,而禁用约束掩码则导致违反率高达12.6%且奖励仅0.69。这些结果验证了各组件对策略稳定性的贡献。

主要技术方法包括:基于AnyLogic的维护-能源仿真环境作为操作平台,实现路面状况、施工区执行、材料资源、班组、设备及PV/电池/电网/柴油能源、碳追踪和预算控制的集成;基于图的Graph-MAPPO决策模型,采用三模块多头图注意力编码器、64单元GRU时序编码器(四周历史窗口)、共享演员网络和集中式评论家网络;约束感知动作掩码机制,通过处理、预算、碳排放、能源、电池荷电状态(SOC)、班组和设备约束的层次化可行性掩码过滤不可行动作;以及有限元辅助的结构风险指标,将路面层响应、挠度、应变等结构参数转化为劣化率修正系数、养护触发修正系数和有限元损伤评分,纳入决策状态。

研究结果部分可从以下方面概述:

** reward结构敏感性**:成本主导型策略(E2)虽将成本降至2.31百万美元,但平均PCI仅76.3、最小PCI 42、RSL增益仅4.2年,且排放量最高(72.1 tCO2e),表明过度成本控制会损害路面性能和碳表现。碳主导型(E3)和可再生能源主导型(E4)策略在碳排放和可再生能源占比方面有所改善,但未达到均衡策略的系统优化效果。

**架构消融分析**:无图注意力的浅层网络(E6)奖励仅0.52,表明空间依赖性学习对网络级养护协调至关重要;浅层图编码器(E7,单模块、双头、隐藏维64)奖励0.80,深层图编码器(E8,五模块、八头、隐藏维256)奖励提升至0.87,平均PCI达79.1;移除时序记忆(E9)使奖励降至0.60,而增强GRU记忆(E10,GRU-128、八周窗口)取得优异成绩,平均PCI 79.4、RSL增益7.2年、排放量51.2 tCO2e、违反率仅1.5%。有限元特征移除(E11)使奖励降至0.62,而增强有限元优先级(E12)将平均PCI提升至79.7、最小PCI提升至54、RSL增益达7.0年,验证了结构性隐蔽损伤信息对处治优先级排序的价值。

**约束掩码效应**:移除约束掩码(E13)导致违反率激增至12.6%,尽管平均PCI为77.1,但奖励仅0.69;严格可行性控制(E14)将违反率压至0.6%,排放降至50.1 tCO2e,表明强可行性约束可在不崩溃路面性能的前提下减少违规和排放。

**运营压力测试**:低预算压力(E15,1.0百万美元)使成本降至1.89百万美元,但平均PCI仅76.5;高预算扩展(E16,3.0百万美元)使平均PCI达81.0、RSL增益7.5年,但成本升至2.89百万美元、排放增至65.4 tCO2e。可再生能源短缺(E17,PV输出降低50%、SOC上限40%)使可再生能源占比降至32.8%、排放增至71.8 tCO2e、奖励仅0.68;而高可再生能源(E18,PV输出提升50%、最低SOC 20%)取得最佳综合表现,平均PCI 80.2、最小PCI 56、RSL增益7.6年、排放仅50.8 tCO2e、可再生能源占比84.6%、违反率0.5%、奖励0.90。资源短缺(E19,班组减至1个、铺装机/压路机减少50%)使奖励降至0.67;严重劣化(E20,AADT增加30%、货车比例增加20%、劣化率提升25%、30%路段PCI降低10点)仍保持奖励0.75,表明策略在极端条件下的适应性。

**能源-碳-预算表现**(基于养护运营核算边界):基准E1的PV利用率为45.2%、柴油消耗142 L、可再生能源占比35.8%、非可再生能源支撑64.2%、排放量87.6 tCO2e、碳违反率8.5%。均衡策略E5将PV利用率提升至62.8%、柴油降至68 L、可再生能源占比74.6%、非可再生能源支撑降至25.4%、排放量58.3 tCO2e、碳减排率33.4%、预算消耗2.45百万美元、碳违反率1.2%。高可再生能源情景E18的PV利用率达78.5%、柴油仅35 L、可再生能源占比84.6%、非可再生能源支撑15.4%、排放量50.8 tCO2e、碳减排率42.0%,为最优可持续性表现。

**处治分布特征**:基准E1选择"不做"426次、裂缝封层318次、微表处211次、薄层罩面136次、大修48次;成本主导E2的"不做"增至512次、大修仅22次;均衡E5减少"不做"至318次、增加微表处至284次和薄层罩面196次;高可再生能源E18最为积极,"不做"仅284次、裂缝封层384次、微表处302次、薄层罩面214次、大修51次。

讨论部分总结如下:该框架应被理解为低碳基础设施养护的资源管理决策支持系统,而非单纯的人工智能优化器。其价值在于在耦合的路面、可再生能源、财务、碳排放和运营资源约束下评估养护决策。不同处治的资源需求差异显著:裂缝封层需120 kWh/km、8.5 kUSD/km、900 kgCO2e/km;而大修需3500 kWh/km、180 kUSD/km、18,500 kgCO2e/km,表明养护处治选择本质是能源、成本、碳、材料、班组和设备的综合分配问题。薄层罩面在资源消耗与路面效益间取得最优平衡,其效率偏差为+19.9%。可再生能源不仅是环境指标,更是可改善养护可行性、降低电网和柴油依赖、支持更好路面性能的运营资源。

研究结论部分翻译:该研究介绍了一种基于仿真的可再生能源感知网络级路面养护规划框架,在预算、碳排放、能源、班组、设备和运营约束下进行决策优化。所提出方法将AnyLogic维护-能源仿真环境与Graph-MAPPO决策模型相结合,整合了图注意力、GRU时序记忆、有限元辅助结构风险指标、演员-评论家学习和约束感知动作掩码。与传统基于阈值的路面管理不同,该框架在考虑路面状况改善、剩余服务寿命延长、成本、排放、可再生能源利用和可行性的同时,联合确定路面路段、处治类型、干预时机、班组、设备和能源来源模式。由于评估使用生成的经校准数据集和受控AnyLogic仿真环境,报告结果应被解读为该框架潜力的基于仿真的证据,而非对一般现场适用性的直接验证。结果显示,均衡型Graph-MAPPO模型将平均PCI从69.4改善至78.9,RSL增益达6.8年,排放量减少至58.3 tCO2e,可再生能源占比维持74.6%,约束违反率限制在1.8%。高可再生能源情景下取得最佳整体仿真性能,平均PCI达80.2,可再生能源占比84.6%,排放量50.8 tCO2e,奖励值0.90。这些发现表明,在假设的仿真条件下,结合路面-能源仿真、结构风险感知、可再生能源调度和多智能体强化学习可以支持更具适应性、低碳化和运营可行性的路面养护策略。然而,该框架应被视为概念验证的决策支持方法,直至使用真实路面网络和机构养护运营的现场数据进行验证。未来工作应优先使用真实路面管理数据库、实测交通和损坏记录、机构养护历史、实际处治成本、观测施工区持续时间、实测PV/电池运营数据以及真实预算和碳约束进行外部验证。此类验证将使校准的仿真假设、能源调度规则、劣化模式和养护策略输出能够与真实工程实践进行比较。其他扩展可能包括多城市部署、不确定性感知劣化建模、实时数字孪生集成、生命周期评价、可解释强化学习,以及与网联车辆数据结合进行动态施工区和养护调度。未来研究还应考察所提出策略在不同气候区域、路面材料系统、电网碳强度、可再生能源容量和机构特定养护标准下的表现,然后再建议更广泛的实际应用。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号