简介： 本发明公开了一种基于历史数据分析的多Agent机场场面滑行路径规划方法,基于对航空器历史场面滑行数据分析，结合强化学习中的Q学习算法，对场面航空器滑行路径进行实时动态规划。该方法可以大大减少航空器地面冲突的可能性，能够提高场面的运行效率。本发明通过对历史的滑行数据的不同维度进行分析，包括时间序列数据、场面资源，获取历史运行过程中的冲突热点区域及冲突高峰期，随后通过设置相应的Agent进行智能学习。采取一种基于最短路径的搜索策略，在最小安全间隔和滑行速度约束等约束条件下使得滑行路径最短，冲突时采取相应的优先级冲突避让方法解决。