摘要
本研究通过测试一个序列过程模型，探讨了强化学习如何助力内陆货运枢纽的拥堵缓解。在该模型中，强化学习提升了运营学习稳定性，而运营学习稳定性又提高了物流效率，最终物流效率降低了拥堵程度。本文并非将强化学习视为一种独立的拥堵缓解手段，而是研究了一种特定于内陆货运枢纽的应用场景——在这种场景中，拥堵是由码头、堆场、转运及调度环节之间的相互制约所引发的。研究采用了基于模拟的解释性设计，以真实的宏观物流环境为背景，并将模拟结果视为有依据的证据而非直接的实地验证，分析了在不同控制条件下的500组完整货运流程数据。研究结果表明，强化学习对运营学习稳定性有积极影响，运营学习稳定性又会提升物流效率，而物流效率则能降低拥堵程度。从强化学习经由运营学习稳定性和物流效率最终导致拥堵这一序列间接路径在统计上具有显著性，而一旦引入这些中介变量，强化学习对拥堵的直接作用则不再显著。决策延迟对强化学习与运营学习稳定性之间的关系并无显著调节作用，这说明与延迟相关的边界条件比主要的效能传递路径更具情境特异性。本文的贡献在于：它提供了一种基于模拟、以机制为核心的方法来解释强化学习在内陆货运枢纽中缓解拥堵的作用，将运营学习稳定性视为一种基于模拟的中间运营稳定性指标，并表明相比单纯的强化学习直接效应，以理论为基础的模拟器级机制更能解释实际观测到的现象。
