受损路网的抢修是灾后应急响应的基础环节之一,完成对受损路网的快速抢修能为后续的物资、人力等调度提供快捷、通畅的路面通道,这对应急救援的实施和灾民的快速安全疏散具有重要的现实意义。然而,已有研究很少考虑到实际中许多大型灾害对路网的毁坏情况严重,其路网模型及抢修队调度算法均假设网络环境较为理想,对于损坏严重的路网一般无法给出抢修队的调度方案。基于此,本文在已有的强化学习的模型基础上,面向严重受损路网的抢修队调度问题展开研究,并验证其有效性,论文的主要的工作如下:(1)阐述了灾后救援工作中受损路网的道路抢修问题的相关背景、研究现状、存在问题,确定了本文的研究动机和主要研究内容。(2)介绍了与本文有关的相关基础理论知识,包括受损路网抢修的必要性与抢修原则、强化学习、Q学习等相关知识,为后续的算法设计提供了技术支撑。(3)面向严重受损路网,简化了路网模型和决策模型,设计了更简化、有效的agent的动作集合、状态集合和相应的奖赏,并设计了一种面向严重受损路网的单抢修队调度算法。可验证,在路网规模和受损率都较大的严重受损路网环境中,所提单抢修队调度算法可以保证所有需求节点均可达,具有更高的稳定性和可靠性。(4)针对路网中存在多个抢修队的情形,构建了多抢修队调度问题的模型,并基于分布式计算思想将整个应急场景中所有的需求点和受损路段划分成多个以储备点为中心的子场景区域,提出了一种面向多储备点的多抢修队调度算法。实验结果表明,所提多抢修队调度算法能够在修复代价内给出调度方案,更能贴近应急救援实际。