National and Kapodistrian University of Athens
Temporal Abstraction for Hierarchical Reinforcement Learning in Air Traffic Management
Abstract
dc:descriptionΣτην παρούσα διπλωματική εργασία, παρουσιάζουμε την αποδοτικότητα και αποτελεσματικότητα ιεραρχικών πολυπρακτορικών μεθόδων ενισχυτικής μάθησης, όπου οι αποφάσεις διαμορφώνονται σε διάφορα επίπεδα αφαίρεσης, για τη σύνθεση κοινών πολιτικών με σκοπό την επίλυση προβλημάτων συμφόρησης στη διαχείριση εναέριας κυκλοφορίας, επεκτείνοντας τη δουλειά που παρουσιάζεται στο [1]. Συγκεκριμένα, στοχεύουμε στην επίλυση περιπτώσεων όπου η ζήτηση για χρήση του εναέριου χώρου υπερβαίνει την προσφορά (Demand - Capacity problems), μέσω της επιβολής καθυστερήσεων στις πτήσεις πριν το τακτικό επίπεδο των διαδικασιών. Οι πράκτορες, οι οποίοι αντιπροσωπεύουν πτήσεις, έχουν περιορισμένη πληροφόρηση σχετικά με τις αμοιβές και τις προτιμήσεις των υπόλοιπων πρακτόρων και χρειάζεται να συντονιστούν μεταξύ τους για να επιτύχουν τα καθήκοντά τους ενώ τηρούν λειτουργικούς περιορισμούς. Συγκεκριμένα μοντελοποιούμε το πρόβλημα σαν μια ιεραρχική πολυπρακτορική Μαρκοβιανή Διαδικασία Αποφάσεων και παρουσιάζουμε ιεραρχικές πολυπρακτορικές μεθόδους ενισχυτικής μάθησης που επιτρέπουν στους πράκτορες να διομορφώνουν τις δικές τους πολιτικές σε συντονισμό με τους υπόλοιπους. Εξερευνούμε την αποτελεσματικότητα εναλλακτικών ιεραρχικών μεθόδων ενισχυτικής μάθησης και εναλλακτικών σχημάτων μεταφοράς της εμπειρίας μεταξύ επιπέδων με σκοπό τη μείωση των καθυστερήσεων και του αριθμού των πτήσεων στις οποίες έχει επιβληθεί καθυστέρηση. Εκτενής πειραματική μελέτη σε μία πραγματική περίπτωση, δείχνει τη δυνατότητα των προτεινόμενων προσεγγίσεων να βελτιώσουν την υπολογιστική αποτελεσματικότητα και την ποιότητα των λύσεων για την επίλυση προβλημάτων εξισορρόπησης ζήτησης-προσφοράς (Demand - Capacity problems) σε σύγκριση και με άλλα state of the art μοντέλα και μεθόδους [1].
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Μπάστας Αλεβίζος
- Bastas Alevizos
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:2864204