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
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 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.