摘要： 傳統(tǒng)智能算法通常要求變量維度在計算過程中不變，而鐵路縱斷面智能設(shè)計中的變坡點數(shù)量需要根據(jù)地形等變化自適應(yīng)確定?？紤]到強化學(xué)習(xí)能從地面高程和已經(jīng)生成的線形等環(huán)境數(shù)據(jù)中獲得最優(yōu)策略的特點，將深度強化學(xué)習(xí)方法應(yīng)用于縱斷面智能設(shè)計，研究智能體決策變坡點的方法，提出鐵路縱斷面設(shè)計的變坡點決策模型，確定模型中的狀態(tài)、動作、獎勵等表達形式。結(jié)合縱斷面設(shè)計約束多的特點，引入動作屏蔽機制處理約束... （共9頁）