當自然災害導致電網癱瘓，如何讓多支維修隊伍像精密齒輪般協同作業？傳統調度方法常陷入“路線沖突”“資源錯配”的困境，而我國團隊研發的深度強化學習框架給出新解。北京航空航天大學團隊在《Frontiers of Engineering Management》發表研究，提出融合演員-評論家網絡與蒙特卡洛樹搜索的AC-MCTS算法，在228節點電網模擬中，將多團隊災后恢復效率提升40%，彈性損失降低至傳統方法的60%。該系統首次實現“全局路線規劃+動態任務分配”雙優化，為交通、供水等基礎設施搶修提供通用方案。

傳統調度的“致命短板”：多團隊協作成“亂麻”

基礎設施網絡災后修復如同“多線程拼圖”：需同時調度多支團隊，平衡修復優先級、路線效率和團隊能力差異。然而，傳統方法存在三大瓶頸：

  • 局部最優陷阱：單一團隊路線最優，卻導致整體資源浪費。例如某算法讓團隊A優先修復近程小故障，卻使關鍵樞紐節點修復延遲20小時。
  • 能力錯配：高級別節點（如變電站）需專業團隊，但人工分配常出現“新手修核心，專家跑龍套”的情況，導致修復時間增加30%。
  • 動態響應滯后：災后損壞狀態實時變化（如余震引發二次故障），靜態規劃算法無法快速調整策略。

數據顯示，在含62個損壞節點的模擬場景中，傳統啟發式算法（HHG）需1011小時完成修復，而AC-MCTS僅需984小時，且彈性損失（RL）從256.49降至202.45。

AC-MCTS“雙腦”機制：像圍棋大師般預判全局

新算法構建“決策-評估”閉環系統，破解多團隊協同難題：

演員網絡（路線規劃師）：基于電網拓撲結構（節點位置、線路連接）和實時損壞數據，生成數百萬條可能的修復路徑。如同導航軟件規劃最優路線，它會優先推薦“修復關鍵節點+最短移動距離”的組合，例如“團隊1先修復供電半徑最大的變電站，再沿主干道修復線路”。

評論家網絡（效果預判師）：通過蒙特卡洛樹搜索模擬未來100步修復效果，計算每種方案的彈性損失和恢復時間。例如，修復節點A可使5000用戶恢復供電，但會導致團隊2后續繞路20公里，而修復節點B雖僅服務2000用戶，卻能讓團隊3提前5小時支援其他區域。

兩者協同如同“軍師+統帥”：演員提出候選方案，評論家評估長期影響，最終選出全局最優策略。在4組損壞場景測試中，該機制使團隊移動距離減少25%，關鍵節點修復時間提前15小時。

跨場景驗證：從電網到城市生命線的普適性

研究在228節點電網、186條線路的復雜場景中驗證了算法普適性：

  • 極端損壞場景（62節點+186線路故障）：5支團隊協同作業時，AC-MCTS將恢復時間壓縮至670小時，彈性損失降至133.56，較3支團隊配置效率提升35%。
  • 團隊能力差異適配：面對移動速度50-60km/h、修復效率不同的團隊，算法自動分配任務——讓高速團隊負責遠程節點，高效團隊專攻核心樞紐，使整體效率波動控制在5%以內。

更重要的是，該框架可遷移至交通網絡（如災后橋梁搶修）、供水系統（管道破裂修復）等領域。團隊通過調整節點權重（如交通網中“醫院節點”權重更高），即可實現跨場景適配。

未來：多智能體協同與分布式計算

目前算法訓練需28小時（4 GPU并行），團隊計劃下一步引入多智能體強化學習，讓每個維修團隊擁有獨立決策模型，實現“去中心化”協同。同時，通過C++并行編程優化，將訓練時間縮短至小時級，滿足實時應急需求。

來源: 工程管理前沿