کتاب کاربرد یادگیری تقویتی چندعامله در مدیریت ترافیک و حمل و نقل عمومی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره کاربرد یادگیری تقویتی چندعامله در مدیریت ترافیک و حمل و نقل عمومی
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 و کاربردهای آن در حمل و نقل
- 2. مروری بر سیستمهای حمل و نقل عمومی و چالشهای آنها
- 3. مدلسازی سیستمهای ترافیکی به عنوان محیطهای MARL
- 4. مفاهیم پایه یادگیری تقویتی: پاداش، حالت، عمل
- 5. الگوریتمهای پایه یادگیری تقویتی تکعامله (Q-Learning, SARSA, Policy Gradients)
- 6. مقدمهای بر یادگیری تقویتی چندعامله: چالشها و رویکردها
- 7. محیطهای MARL: رقابتی، مشارکتی، و مختلط
- 8. الگوریتمهای مستقل یادگیری تقویتی در MARL
- 9. الگوریتمهای یادگیری تقویتی مرکزی (Centralized Learning)
- 10. روشهای ارتباطی بین عاملها در MARL
- 11. یادگیری تقویتی چندعامله با استفاده از شبکههای عصبی
- 12. پیادهسازی MARL برای کنترل چراغهای راهنمایی
- 13. بهینهسازی زمانبندی چراغهای راهنمایی با MARL
- 14. مدیریت جریان ترافیک با استفاده از MARL
- 15. کنترل ترافیک شهری با عاملهای هوشمند
- 16. مدیریت ناوگان اتوبوس با MARL: مسیریابی و زمانبندی
- 17. بهینهسازی مسیرهای حمل و نقل عمومی با MARL
- 18. مدیریت ازدحام ترافیک با استفاده از MARL
- 19. طراحی سیستمهای قیمتگذاری پویا با MARL
- 20. پیشبینی ترافیک و استفاده از آن در MARL
- 21. ارزیابی عملکرد الگوریتمهای MARL در سیستمهای حمل و نقل
- 22. شبیهسازی سیستمهای حمل و نقل برای آموزش عاملهای MARL
- 23. محیطهای شبیهسازی ترافیک: SUMO, Aimsun, Vissim
- 24. ادغام MARL با دادههای ترافیک بلادرنگ
- 25. استفاده از یادگیری انتقالی (Transfer Learning) در MARL برای حمل و نقل
- 26. یادگیری تقویتی چندعامله و وسایل نقلیه خودران
- 27. چالشهای ایمنی در MARL برای سیستمهای حمل و نقل
- 28. تفسیرپذیری و قابلیت اعتماد در الگوریتمهای MARL
- 29. استفاده از MARL برای مدیریت پارکینگها
- 30. بهینهسازی سیستمهای اشتراک خودرو با MARL
- 31. ارائه یک مطالعه موردی: کاربرد MARL در یک شهر خاص
- 32. ملاحظات اخلاقی در استفاده از MARL در حمل و نقل عمومی
تگها:
Intelligent Transportation Systems
MARL
Multi-Agent Systems
Reinforcement Learning
بهینهسازی ترافیک
ترافیک
چراغ راهنمایی
حمل و نقل هوشمند
سیستمهای حمل و نقل عمومی
شبیهسازی ترافیک
کنترل ترافیک
مسیریابی
هوش مصنوعی در حمل و نقل
یادگیری تقویتی
یادگیری تقویتی چندعامله
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.