Международное соревнование FLATLAND

Заказчик

НИУ ВШЭ Санкт-Перербург​

Исполнитель

Центр анализа данных и машинного обучения​ НИУ ВШЭ

Руководитель проекта

Шпильман Алексей Александрович​

Цель исследования​

Разработка децентрализованного метода контроля железнодорожного трафика​

Результат ​

Для решения данной задачи мы адаптировали алгоритм Proximal Policy Optimization для решения задачи децентрализованного мультиагентного управления поездами. Преимуществом данного подхода является то, что он масштабируется значительно легче, чем существующие эвристические подходы, так как принимаемое алгоритмом решение основывается только на том, что происходит рядом с ним.​ Полученный алгоритм позволил нам занять 1-е место в RL направлении и 8-е место в общем зачете в международном соревновании Flatland на конференции NeurIPS 2020​

Публикации

Shpilman A. et. al. Flatland Competition 2020: MAPF and MARL for EfficientTrain Coordination on a Grid World // Proceedings of Machine Learning Research, 2020

Рисунки