近日，智慧城市与交通学院智慧交通专业本科生科研取得新进展。2023级本科生孔维耀以第一作者身份，在国际交通领域权威期刊《Transportation Research Part D: Transport and Environment》（SCI收录，双一区）发表研究论文“Adaptive dispatch for integrated land-air mobility under uncertain traveler demand”。该研究由丁红亮老师指导，聚焦不确定出行需求下的空地一体化交通调度问题。

该研究将eVTOL作为高速空中干线，并通过出租车等地面交通方式完成首末程接驳，构建事件驱动的多线路空地一体化调度模型，并利用多智能体强化学习方法动态优化 eVTOL发车间隔。研究结果表明，与固定时刻表和满载发车策略相比，“软目标”调度能够更好地平衡乘客等待、运营成本与车辆利用效率，为 eVTOL规模化运营和空地协同调度提供参考。

01研究概况

研究面向由 eVTOL空中干线与出租车首末程接驳组成的空地一体化出行系统，考虑乘客随机到达、飞行时间波动、滞留乘客以及 eVTOL运力变化等实际运营特征。

团队将多条 eVTOL线路构建为事件驱动的多智能体决策环境，每条线路根据当前发车时间、新增乘客、滞留乘客和可用 eVTOL数量等状态动态确定下一班发车间隔，并采用多智能体近端策略优化算法（MAPPO）学习自适应调度策略。研究进一步将 eVTOL与地面接驳全过程纳入统一成本框架，同时考虑乘客等待与乘车时间、eVTOL运营成本以及出租车接驳成本，以系统总成本最小化为目标评价不同调度方案。

02主要贡献

1空地一体化调度

将eVTOL空中干线与出租车首末程接驳统一建模，使调度决策不仅考虑空中运输，还同时考虑随机客流、地面接驳和车辆周转。

2自适应“软目标”策略

区别于固定间隔发车和“满载才发车”的刚性规则，研究提出根据乘客积累、滞留需求和车辆可用状态动态调整发车间隔，在服务质量和车辆利用率之间取得平衡。

3多智能体强化学习优化

构建事件驱动的多线路MAPPO调度框架。实验结果表明，算法能够根据不同线路在不同时段的客流变化形成差异化时刻表，并稳定学习有效的动态调度策略。

4综合运营效益

在基准实验条件下，“软目标”策略相比固定时刻表策略将平均系统成本降低22.57%，相比满载发车策略降低0.51%。其优势主要集中在低至中等需求水平以及中高时间价值乘客场景。此外，该策略还能够在单次飞行碳排放与系统总碳排放之间形成更合理的平衡。

03应用启示

研究表明，eVTOL的运营不能仅关注空中飞行环节，而应将首程接驳、候乘、空中运输和末程接驳作为完整出行链进行统筹设计。

在需求较低或波动较大的场景下，固定时刻表容易造成运力浪费，而满载发车又可能导致乘客等待时间过长。“软目标”调度能够根据实际客流变化灵活调整发车时机，更适合需求尚未完全稳定的eVTOL早期运营阶段。

研究还基于成都天府国际机场五条机场专线开展案例分析。结果显示，随着乘客时间价值提高，eVTOL的快速运输优势更加明显；对于高需求线路，自适应调度能够缓解乘客积压，而对于低需求线路，则能够减少不必要的发车。

未来，可进一步将该方法嵌入滚动式空地交通运营管理平台，结合乘客预约、实时需求预测、地面接驳车辆和eVTOL运力信息，动态生成发车方案，为低空交通网络的智能运营与资源配置提供决策支持。

学院持续推动智慧交通与低空经济等前沿方向的科研创新，鼓励将人工智能、交通运输优化与真实运营场景深度结合。随着低空交通逐步从技术验证走向规模化运营，如何实现空地协同、需求响应与高效调度，将成为未来智慧交通系统的重要研究方向。