莱恩理论构建数学模型反映了矿山的地质和运营约束，如加工能力等。同时，训练一个强化学习代理并和这个模拟环境进行交互。我们的目标是实现矿山在一段时间内的盈利能力最大化。在每一步中，代理观察状态（矿石品位和可用量），选择行动（开采多少吨矿石），并获得奖励（该奖励体现了对净现值的影响）。

通过这种方式，我们无需一次性解决复杂的积分问题，而是训练代理通过反复试错来逐步学习最优开采策略。主要步骤包括：

💡用 Lane理论 搭建一个虚拟矿山世界，包含矿石、储量、加工能力等约束；

💡放进一个强化学习智能体，让它在这个世界里“自由挖矿”；

💡它会尝试各种开采方式，得到奖励或惩罚（对NPV的影响），逐渐学会最优策略。

为了便于理解，我们将简要解释各项研究发现。1988 年，莱恩证明了图 1 所示的方程，通过求解 0 到 R 范围内的定积分，可以估算最大经济价值。我们可以把它理解为：与其一次性解一个复杂的积分方程，我们选择让智能体像人一样在尝试与错误中逐渐进步。

通过把强化学习与Lane理论结合，我们打造了一个能够适应环境、市场甚至政策变化的矿山规划智能体。它是世界上第一个无需采矿经验、完全靠强化学习来解决战略矿山规划问题的AI智能体。这不仅是一个科研突破，更是矿业未来的缩影。

• 智能化：AI能实时学习和调整，替代传统的僵化计划。

• 绿色低碳：它可以主动优化车队调度，减少能源浪费。

• 全球应用：从铜矿到铁矿，从南美到亚洲，任何资源优化问题都能借鉴。

未来的矿山，不再是“铁与火的世界”，而是一个 智能调度、绿色高效的数字化矿山。

四川外国语大学成都学院 翻译专业（在读）

专业方向：英语，二外选修德语

在校期间曾获阅读竞赛一等奖，词汇竞赛三等奖，优秀学生干部，优秀志愿者等。目前已获取英语专业四级证书，国际英语人才初级证书。多次参与市级志愿者活动，如成都市2023世界科幻大会，成都市国际工业博览会等。