کتاب یادگیری تقویتی چندعامله: رویکردی نوین در برنامه‌ریزی و بهره‌برداری از سیستم‌های حمل و نقل با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی چندعامله: رویکردی نوین در برنامه‌ریزی و بهره‌برداری از سیستم‌های حمل و نقل

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای طراحی سیستم‌های حمل و نقل عمومی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری تقویتی چندعامله
  • 2. مفاهیم پایه در یادگیری تقویتی
  • 3. عامل‌ها و محیط در سیستم‌های حمل و نقل
  • 4. فضاهای حالت و عمل در حمل و نقل
  • 5. توابع پاداش و جریمه در حمل و نقل
  • 6. مدل‌های مارکوف تصمیم‌گیری (MDP)
  • 7. کاربرد MDP در برنامه‌ریزی حمل و نقل
  • 8. مفاهیم اساسی یادگیری تقویتی
  • 9. یادگیری بدون مدل و با مدل
  • 10. الگوریتم‌های یادگیری تقویتی تک‌عامله
  • 11. حسابداری Q (Q-learning)
  • 12. یادگیری مبتنی بر سیاست (Policy Gradient)
  • 13. یادگیری عمیق تقویتی (Deep RL)
  • 14. شبکه‌های عصبی در یادگیری تقویتی
  • 15. شبکه‌های عصبی کانولوشنال (CNN) برای داده‌های مکانی
  • 16. شبکه‌های عصبی بازگشتی (RNN) برای داده‌های زمانی
  • 17. مقدمه‌ای بر سیستم‌های چندعامله (MAS)
  • 18. مفاهیم تعامل و هماهنگی در MAS
  • 19. انواع تعامل عامل‌ها
  • 20. بازی‌های تکرارشونده و تعادل نش
  • 21. نظریه بازی‌ها و کاربرد آن در حمل و نقل
  • 22. یادگیری تقویتی چندعامله (MARL)
  • 23. چالش‌های MARL در حمل و نقل
  • 24. تکامل سیاست‌ها در MARL
  • 25. همکاری در مقابل رقابت عامل‌ها
  • 26. مدل‌های مختلف MARL
  • 27. روش‌های مبتنی بر ارزش مشترک
  • 28. روش‌های مبتنی بر ارزش فردی
  • 29. روش‌های مبتنی بر سیاست مشترک
  • 30. روش‌های مبتنی بر سیاست فردی
  • 31. یادگیری تقویتی چندعامله در ترافیک شهری
  • 32. مدل‌سازی تقاطع‌های هوشمند
  • 33. بهینه‌سازی جریان ترافیک با MARL
  • 34. مدیریت پارکینگ با MARL
  • 35. بهینه‌سازی مسیردهی وسایل نقلیه
  • 36. سیستم‌های حمل و نقل عمومی هوشمند
  • 37. برنامه‌ریزی زمان‌بندی اتوبوس با MARL
  • 38. مدیریت ناوگان تاکسی آنلاین
  • 39. بهینه‌سازی خدمات اشتراک خودرو
  • 40. سیستم‌های حمل و نقل هوشمند (ITS)
  • 41. ارتباطات خودرو به خودرو (V2V)
  • 42. ارتباطات خودرو به زیرساخت (V2I)
  • 43. کاربرد MARL در مدیریت حوادث ترافیکی
  • 44. تشخیص و پیش‌بینی تصادفات
  • 45. واکنش به حوادث و مدیریت ترافیک اضطراری
  • 46. بهینه‌سازی تخصیص منابع امدادی
  • 47. کاربرد MARL در لجستیک و زنجیره تامین
  • 48. بهینه‌سازی مسیردهی کامیون‌ها
  • 49. مدیریت انبار و موجودی با عامل‌ها
  • 50. بهینه‌سازی تحویل کالا
  • 51. کاربرد MARL در حمل و نقل هوشمند
  • 52. مدیریت ترافیک هوایی
  • 53. بهینه‌سازی مسیرهای پروازی
  • 54. مدیریت فرودگاه‌ها
  • 55. کاربرد MARL در حمل و نقل ریلی
  • 56. بهینه‌سازی زمان‌بندی قطارها
  • 57. مدیریت ایمنی در خطوط ریلی
  • 58. بهینه‌سازی مصرف انرژی در قطارها
  • 59. یادگیری تقویتی چندعامله در شهر هوشمند
  • 60. مدیریت انرژی و شبکه برق
  • 61. بهینه‌سازی مصرف آب
  • 62. مدیریت پسماند با عامل‌ها
  • 63. کاربرد MARL در رباتیک و وسایل نقلیه خودران
  • 64. هماهنگی ربات‌ها در محیط‌های صنعتی
  • 65. ناوبری ربات‌های خودمختار
  • 66. تشکیل صف و مدیریت صف با عامل‌ها
  • 67. تکنیک‌های پیشرفته در MARL
  • 68. یادگیری تقویتی با پاداش پراکنده
  • 69. یادگیری تقویتی با مشاهدات ناقص
  • 70. یادگیری تقویتی با انتقال دانش
  • 71. یادگیری تقویتی با عامل‌های نامتقارن
  • 72. یادگیری تقویتی با عامل‌های ثابت و پویا
  • 73. ارزیابی و تحلیل عملکرد در MARL
  • 74. معیارهای ارزیابی در سیستم‌های حمل و نقل
  • 75. شبیه‌سازی و آزمایش در MARL
  • 76. ملاحظات اخلاقی و امنیتی در MARL
  • 77. پیاده‌سازی MARL در سیستم‌های واقعی
  • 78. چالش‌های عملیاتی در استقرار MARL
  • 79. مسیرهای تحقیقاتی آینده در MARL
  • 80. کاربرد MARL در بهینه‌سازی شبکه‌های حمل و نقل پایدار
  • 81. کاهش آلودگی هوا با MARL
  • 82. بهینه‌سازی مصرف سوخت با MARL
  • 83. ترویج حمل و نقل پاک با عامل‌ها
  • 84. توسعه مدل‌های جدید MARL برای حمل و نقل
  • 85. یادگیری تقویتی چندعامله با ارتباطات محدود
  • 86. یادگیری تقویتی چندعامله با عدم قطعیت
  • 87. یادگیری تقویتی چندعامله با عامل‌های یادگیرنده
  • 88. مدل‌سازی رفتار انسانی در سیستم‌های حمل و نقل با MARL
  • 89. پیش‌بینی تقاضا در حمل و نقل با MARL
  • 90. بهینه‌سازی تجربه مسافر با عامل‌ها
  • 91. کاربرد MARL در طراحی زیرساخت‌های حمل و نقل آینده
  • 92. بهینه‌سازی مکان‌یابی ایستگاه‌ها
  • 93. طراحی شبکه‌های حمل و نقل انعطاف‌پذیر
  • 94. مطالعات موردی موفق MARL در حمل و نقل
  • 95. کاربرد MARL در شهرسازی و برنامه‌ریزی شهری
  • 96. تلفیق MARL با سایر تکنیک‌های هوش مصنوعی
  • 97. یادگیری تقویتی چندعامله برای سیستم‌های حمل و نقل چندوجهی
  • 98. بررسی الگوریتم‌های پیشرو در MARL
  • 99. کاربرد MARL در حمل و نقل اضطراری و بحرانی
تگ‌ها: MARL برنامه‌ریزی حمل و نقل بهره‌برداری حمل و نقل بهینه‌سازی حمل و نقل سیستم‌های حمل و نقل شبکه‌های حمل و نقل هوشمند هوش مصنوعی حمل و نقل یادگیری تقویتی چندعامله

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.