机译:加强战术空中交通流量管理的学习代理
Comando da Aeronautica, Centro de Gerenciamento da Navegacao Aerea, Praca Sen. Salgado Filho S/N, Centro - Rio de Janeiro, 71615-600, RJ, Brazil;
Department of Computer Science, University of Brasilia, Caixa Postal 4466, 70919-970 Brasilia, DF, Brazil;
Department of Civil Engineering, Schulich School of Engineering, University of Calgary, 2500 University Drive NW, Calgary, Alberta, T2N 1N4, Canada;
ATFM measures; agents; artificial intelligence; Al; reinforcement learning;
机译:战术空中交通流量管理决策支持系统
机译:协作式空中交通流量管理框架,可将空域用户的成本降至最低:支持航迹选择和灵活的战术前战术延迟管理
机译:使用合作加固学习代理的多个在线科学工作流的云资源管理框架
机译:探索动态空域配置和交通流管理(DAC-TFM)之间的战术互动
机译:促进空中交通管理系统中分布式代理之间的同步协作:一项描述性研究。
机译:量化非公平性在加强基于学习的流量信号控制中的影响
机译:通过加固学习优化的交通灯管理:交通状态不可知论者与当前V2I交通州知识的全体代理
机译:拥挤交叉口网络中基于agent的交通管理与强化学习。总结报告。