Back to search

National and Kapodistrian University of Athens

Collaborative Reinforcement Learning for Resolving Hotspots in the Air Traffic Management Domain

Abstract

dc:description

Σκοπός της παρούσας εργασίας είναι να προτείνει και να διερευνήσει τη χρήση μεθόδων συνεργατικής ενισχυτικής μάθησης για την επίλυση ανισορροπιών ζήτησης-χωρητικότητας κατά τη διάρκεια της προ-τακτικής φάσης της διαχείρισης εναέριας κυκλοφορίας. Με τον τρόπο αυτό, ξεκινά επίσης τη μελέτη τεχνικών που βασίζονται σε δεδομένα για την πρόβλεψη πολλαπλών συσχετισμένων τροχιών αεροσκαφών και, ως εκ τούτου, ανταποκρίνεται σε μια ανάγκη που προκύπτει στη σύγχρονη έρευνα και πρακτική στη διαχείριση της εναέριας κυκλοφορίας. Οι προσομοιώσεις μας, που έχουν σχεδιαστεί βάσει πραγματικών δεδομένων, επιβεβαιώνουν την αποτελεσματικότητα των μεθόδων μας στην επίλυση του προβλήματος, ακόμη και στα πιο δύσκολα σενάρια. Η αποτελεσματικότητα αυτή επιβεβαιώνεται περαιτέρω από τη δοκιμή σεναρίου πραγματικού κόσμου που παρέχεται από την CRIDA, το ισπανικό κέντρο αναφοράς για την έρευνα, την ανάπτυξη και την καινοτομία στη διαχείριση της εναέριας κυκλοφορίας.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Κράβαρης Θεοχάρης
  • Kravaris Theocharis

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:1725923

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Κράβαρης Θεοχάρης; Kravaris Theocharis. Collaborative Reinforcement Learning for Resolving Hotspots in the Air Traffic Management Domain. 2017. https://pergamos.lib.uoa.gr/uoa/dl/object/1725923