Motivation
Der Schienenverkehr spielt eine äußerst wichtige Rolle bei der Wende zur umweltfreundlichen Mobilität von Personen und Gütern. Dabei erfordert das hohe Verkehrsaufkommen auf der Schiene bessere Systeme zur Echtzeitsteuerung, um Verspätungen nach Betriebsstörungen oder Ausfällen zu verringern und einen pünktlichen und zuverlässigen Bahnverkehr zu gewährleisten. Künftige automatisierte Verkehrsmanagementsysteme sollen mit Hilfe künstlicher Intelligenz (KI) nach Störungen in sehr kurzen Reaktionszeiten zuverlässige Dispositionsentscheidungen umsetzen. Dabei gibt es jedoch noch Herausforderungen für einen möglichst effizienten und effektiven Einsatz der KI.
Ziele und Vorgehen
Im Projekt REINFORCERAIL wird eine KI-unterstützte Komponente für Verkehrsmanagementsysteme im Bahnbetrieb entwickelt. Erste Versuche haben gezeigt, dass ein KI-gestütztes Verkehrsmanagement grundsätzlich möglich ist. Dazu sollen zwei Methoden erforscht und beispielhaft erprobt werden, die die automatische Disposition weiter verbessern. Zum einen sollen neuronale Netze genutzt werden, um zu erkennen, welche Züge zu welchem Zeitpunkt bei gestörtem Betrieb möglicherweise umdisponiert werden müssen. Zum anderen werden KI-Agenten mit Methoden des Operations Research kombiniert, wodurch Qualitätsschranken ermittelt werden können und dadurch das für die Implementierung einer hochautomatisierten Anwendung erforderliche Vertrauen gefördert wird.
Innovationen und Perspektiven
Das REINFORCERAIL-Projekt trägt dazu bei, zukünftige Verkehrsmanagementsysteme effektiver zu gestalten. Die Ergebnisse von REINFORCERAIL sollen in die aktuellen Programme der Betreiber der größten nationalen europäischen Eisenbahninfrastrukturen in Deutschland (DB-Netz) und Frankreich (SNCF) einfließen, um den Bahnbetrieb zu verbessern und zu automatisieren.