مکانیزم های یادگیری تقویتی برای برنامه ریزی هوشمندانه حمل و نقل شهری؛با رویکرد بهره مندی از هوش مصنوعی در صنعت حمل و نقل

هوش مصنوعی (AI) به توانایی یک ماشین برای انجام انسان گونه عملکردهای شناختی همانند ادراک، استدلال، یادگیری و حل مسئله، و سپس اتخاذ تصمیم بر اساس برداشت های محیطی کاملا شبیه به یک فرد متخصص با قدرت تصمیم گیری اطلاق می گردد. این فناوری ماشینی به دلیل قابلیت های گسترده و نیز توانایی تولید ارزش و دانش از حجم زیاد داده های تولیده شده حسگرها، سرویس ها و سکوهای برخط، طی دهه اخیر به وفور در حوزه تصمیم گیری و برنامه ریزی مورد استفاده قرار گرفته است. همچنین این فناوری ماشینی ارزشمند، قابلیت توسعه مکانیزم ها و الگوریتم های پیشرفته ای در مسیر یادگیری ماشین دارد که فناوری های مکمل، همانند اینترنت اشیاء، یادگیرنده های الگومبنا، خود کارسازی رباتیک فرایندی، بینایی ماشین، پردازش زبان طبیعی و.... به راحتی با آن ترکیب یا پشتیبانی می شوند. این مقاله تلاش نموده برنامه ریزی حمل و نقل را به کمک ظرفیت ها و قابلیت های هوش مصنوعی به چالش کشیده و سیستم های حمل و نقل هوشمند (از جمله مدیریت هوشمند ترافیک، مدیریت هوشمند ناوگان و...) را مورد بررسی قرار دهد. همچنین با رویکرد بهره مندی از هوش مصنوعی در صنعت حمل و نقل، به طور مشخص یادگیری تقویتی را به عنوان مهمترین نوع یادگیری ماشین، برای مواجهه با داده های انبوه ورودی و محیطی مورد بررسی قرار داده تا مکانیزم های یادگیری تقویتی برای برنامه ریزی هوشمندانه حمل و نقل شهری را به برنامه ریزان یک شهر هوشمند یادآور شود.

کلیدواژه ها:

حمل و نقل هوشمند ، هوش مصنوعی ، یادگیری تقویتی ، برنامه ریزی حمل و نقل ، شهر هوشمند