علی ادریسی - استادیار گروه راه و ترابری، دانشکده مهندسی عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران
کوشا باقرزاده چهره - دانشجوی کارشناسی ارشد حمل و نقل، دانشکده عمران، دانشگاه صنعتی خواجه نصیرالیدن طوسی، تهران
علی نادری - کارشناس ارشد راه و ترابری، دانشکده عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران

امروزه یکی از راهکارهای مبارزه با ترافیک شهری استفاده از سامانه های ناوبری برای یافتن مسیر با کوتاه ترین زمان سفر است. این فناوری هرچند سال هاست که مورد استفاده خودرو ها و گوشی های هوشمند قرار گرفته است، ولی ماهیت تصادفی شبکه حمل و نقل منجر شده که مهندسین همواره در جهت بهبود کارایی این سامانه ها تلاش کنند. از این رو در این مقاله با توجه به محیط غیرقطعی و تصادفی جریان ترافیک در شبکه حمل و نقل، مدلی هوشمند مبتنی بر یادگیری تقویتی برای مسیریابی وسایل نقلیه پیشنهاد شده است. در این روش عامل ها با استفاده از فرآیند تصمیم گیری مارکوف به گونه ای شبکه حمل و نقل را آموزش می بینند که می توانند در شرایط تصادفی به صورت مستقل تصمیم گرفته و مسیر با کوتاه ترین زمان سفر را پیشنهاد کند. به منظور حصول نتایج بهتر در این روش، احتمال انتخاب یک کمان از چند کمان بهم پیوسته توسط رگراسیون لوجیت و مشاهداتی از مکان مورد بررسی تعریف و پیاده سازی شده است. مدل پیشنهادی بر روی قسمتی از شبکه حمل و نقل اصفهان به عنوان یک نمونه با ابعاد واقعی پیاده سازی شده و نتایج نشان می دهد مدل پیشنهادی می تواند در شرایط مختلف شبکه، کارایی خوبی را ارایه کند.

مسیریابی، یادگیری تقویتی، عامل مبنا، بهینه سازی