Amélioration de l'Éfficacité Ferroviaire par une Intelligence Artificielle augmentée par la Recherche Opérationnelle – REINFORCERAIL

Enjeux

Le transport ferroviaire joue un rôle important dans le report vers des mobilités soutenables des biens et des personnes. Un trafic dense et fréquent requiert des outils plus performants pour la régulation en temps réel, afin de réduire les retards occasionnés par des perturbations ou des interruptions de trafic et ainsi améliorer la fiabilité et la ponctualité des services.

Idée

Le projet REINFORCERAIL propose une nouvelle composante intelligente du système de gestion de trafic basée sur l’Intelligence Artificielle (IA). Des résultats préliminaires ont montré que la gestion du trafic basée sur l’IA est envisageable, mais au prix d’une conception de modèles complexes et d’une phase d’apprentissage laborieuse. Pour surmonter ces difficultés, deux méthodes sont explorées. La première doit permettre de réduire considérablement la taille du problème à l’aide de réseaux de neurones qui vont identifier les trains qu’il faut réguler lors d’une perturbation et qui vont définir l’horizon de régulation le plus pertinent. Dans la seconde méthode, des modèles de la Recherche Opérationnelle (RO) seront couplés à des agents intelligents programmés par des techniques d’apprentissage. De plus, la RO fournira des bornes de confiances sur la qualité des solutions, exigence nécessaire à l’automatisation complète de la gestion du trafic.

Perspectives

Le projet REINFORCERAIL répond au besoin d’un système de gestion de trafic ferroviaire hautement automatisé, afin de trouver rapidement des solutions de régulation fiables lors de perturbations. Ce projet permettra aux gestionnaires des deux plus grandes infrastructures ferroviaires Européennes, en France et Allemagne, de jouer un rôle de premier plan dans la transition vers une automatisation de la production des services ferroviaires.