کتاب صوتی یادگیری تقویتی چندعامله برای مدیریت تحرک شهری در سطح ملی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی چندعامله برای مدیریت تحرک شهری در سطح ملی

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای بهینه‌سازی سیستم‌های مدیریت حمل و نقل هوشمند در مقیاس ملی با استفاده از داده‌های سنسورهای جاده‌ای

📋 سرفصل‌های دوره

• 1. تعریف مسئله مدیریت تحرک شهری در مقیاس ملی
• 2. شاخص‌های عملکرد و الزامات سامانه ملی
• 3. معماری سلسله‌مراتب شبکه حمل‌ونقل
• 4. چارچوب مسئله و مرور نظام‌مند کاربردهای MARL در مدیریت ترافیک
• 5. مدل‌سازی تصمیم‌گیری با MDP
• 6. مدل‌سازی مشاهده جزئی با POMDP
• 7. بازی‌های پویا و تعامل راهبردی عامل‌ها
• 8. همکاری، رقابت و اهداف مختلط
• 9. ناپایداری محیط در سیستم‌های چندعامله
• 10. آموزش متمرکز و اجرای غیرمتمرکز
• 11. اشتراک پارامتر و تعمیم میان عامل‌ها
• 12. روش‌های مستقل مبتنی بر مقدار در MARL
• 13. تجزیه مقدار و الگوریتم‌های همکارانه
• 14. گرادیان سیاست در محیط‌های چندعامله
• 15. الگوریتم‌های Actor-Critic چندعامله
• 16. تخصیص اعتبار و طراحی پاداش ساخت‌یافته
• 17. ارتباط و هماهنگی میان عامل‌ها
• 18. مدل‌سازی وابستگی‌های مکانی با شبکه‌های عصبی گرافی
• 19. سازوکارهای توجه برای تعامل‌های پویا
• 20. یادگیری آفلاین از داده‌های تاریخی
• 21. یادگیری آنلاین و به‌روزرسانی تدریجی
• 22. یادگیری انتقالی و تطبیق میان شهرها
• 23. یادگیری فدرال برای داده‌های شهری
• 24. یادگیری سلسله‌مراتب برای کنترل ملی و محلی
• 25. یادگیری تقویتی ایمن با محدودیت‌ها
• 26. مدیریت عدم‌قطعیت و خطای مدل
• 27. طراحی سیاست‌های مقاوم در برابر تغییر توزیع
• 28. تفسیرپذیری تصمیم‌های چندعامله
• 29. طراحی شبیه‌سازهای ترافیکی
• 30. ساخت دوقلوی دیجیتال شبکه ملی
• 31. ترکیب شبیه‌سازی خرد و کلان
• 32. اعتبارسنجی و کالیبراسیون شبیه‌ساز
• 33. معیارها و آزمون‌های مقایسه‌ای MARL
• 34. سنسورهای حلقه القایی، رادار و دوربین
• 35. داده‌های GPS شناور و تلفن همراه
• 36. متغیرهای جریان، سرعت، چگالی و اشغال
• 37. کیفیت‌سنجی و پیش‌پردازش جریان داده
• 38. مدیریت داده‌های گمشده و ناهنجار
• 39. هم‌زمان‌سازی و ادغام داده‌های ناهمگن
• 40. کالیبراسیون و کنترل کیفیت سنسورهای جاده‌ای
• 41. حریم خصوصی، ناشناس‌سازی و حکمرانی داده
• 42. تطبیق مسیر و نگاشت داده‌ها بر شبکه راه‌ها
• 43. ساخت گراف راه با ویژگی‌های دینامیک
• 44. پهنه‌بندی شبکه و تعریف مرز عامل‌ها
• 45. طراحی فضای حالت برای کنترل ترافیک
• 46. طراحی فضای اقدام برای عامل‌های ترافیکی
• 47. طراحی پاداش چندهدفه و وزن‌دهی آن
• 48. تخمین تقاضای سفر در مقیاس ملی
• 49. مدل‌سازی انتشار ترافیک و وابستگی مکانی
• 50. برآورد زمان سفر و قابلیت اطمینان شبکه
• 51. تشخیص حوادث و اختلال‌های جاده‌ای
• 52. پیش‌بینی کوتاه‌مدت ترافیک برای تصمیم‌گیری
• 53. فرمول‌بندی کنترل چراغ هوشمند به‌عنوان MARL
• 54. کنترل تطبیقی تقاطع‌های منفرد
• 55. هماهنگی چراغ‌ها در کریدورهای شهری
• 56. کنترل چراغ در سطح شبکه با عامل‌های محلی
• 57. هماهنگی تقاطع‌ها با گراف‌های وابستگی
• 58. کنترل چراغ برای اولویت حمل‌ونقل عمومی
• 59. کنترل ورودی آزادراه‌ها با یادگیری چندعامله
• 60. محدودسازی سرعت متغیر با عامل‌های هماهنگ
• 61. مدیریت پویای باند و مسیرهای ویژه
• 62. مسیریابی پویا و توزیع جریان در شبکه
• 63. هدایت پارکینگ و مدیریت تقاضای توقف
• 64. کنترل یکپارچه خودرو، اتوبوس و ریل
• 65. هماهنگی زمان‌بندی ناوگان و سیگنال‌ها
• 66. تخصیص سفر در سامانه‌های MaaS
• 67. مدیریت ناوگان خودروهای خودران مشترک
• 68. مسیریابی و زمان‌بندی حمل‌ونقل بار شهری
• 69. مدیریت تردد در شرایط اضطراری و بحران
• 70. بهینه‌سازی مصرف انرژی و آلایندگی
• 71. عدالت توزیعی و دسترسی منطقه‌ای
• 72. ارزیابی ایمنی و ریسک سیاست‌های یادگرفته
• 73. مدل‌سازی واکنش رفتاری مسافران
• 74. پایداری در برابر خرابی سنسور و ارتباط
• 75. استقرار مدل در لبه و مرکز داده
• 76. طراحی خط لوله استنتاج بلادرنگ
• 77. یکپارچه‌سازی API با سامانه‌های کنترل موجود
• 78. آزمون A/B و آزمایش‌های میدانی کنترل‌شده
• 79. انتقال از شبیه‌سازی به محیط واقعی
• 80. پایش آنلاین، کج‌روی داده و بازخورد انسانی
• 81. امنیت سایبری و تاب‌آوری سامانه‌های عامل‌محور
• 82. اجرای تدریجی در شهرها و کریدورها
• 83. مطالعه موردی کاهش ازدحام در شبکه چندشهری
• 84. مطالعه موردی مدیریت یکپارچه حمل‌ونقل عمومی
• 85. پروژه پایانی طراحی و ارزیابی یک سامانه MARL ملی