دوره طراحی الگوریتم‌های یادگیری تقویتی چندعامله برای سیستم‌های حمل و نقل خودران همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب طراحی الگوریتم‌های یادگیری تقویتی چندعامله برای سیستم‌های حمل و نقل خودران

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای بهینه‌سازی سیستم‌های مدیریت حمل و نقل هوشمند در مقیاس فضایی

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر یادگیری تقویتی
• 2. مفاهیم اساسی یادگیری تقویتی
• 3. عناصر یادگیری تقویتی (عامل، محیط، حالت، عمل، پاداش)
• 4. مدل های یادگیری تقویتی (مارکوف، غیر مارکوف)
• 5. یادگیری تقویتی مبتنی بر ارزش
• 6. یادگیری تقویتی مبتنی بر سیاست
• 7. یادگیری تقویتی ترکیبی
• 8. معادلات بلمن
• 9. تکنیک های حل (برنامه ریزی پویا، مونت کارلو، یادگیری تفاوت زمانی)
• 10. الگوریتم های یادگیری تقویتی تک عامله
• 11. Q-learning
• 12. SARSA
• 13. Deep Q-Networks (DQN)
• 14. Double DQN
• 15. Dueling DQN
• 16. Prioritized Experience Replay
• 17. Actor-Critic Methods
• 18. Policy Gradients
• 19. REINFORCE
• 20. Actor-Critic
• 21. Asynchronous Advantage Actor-Critic (A3C)
• 22. Deep Deterministic Policy Gradient (DDPG)
• 23. Trust Region Policy Optimization (TRPO)
• 24. Proximal Policy Optimization (PPO)
• 25. مقدمه ای بر سیستم های حمل و نقل خودران
• 26. چالش های سیستم های حمل و نقل خودران
• 27. انواع سیستم های حمل و نقل خودران (خودروهای خودران، پهپادها، ربات های تحویل)
• 28. مؤلفه های سیستم های حمل و نقل خودران (حسگرها، نقشه برداری، برنامه ریزی مسیر، کنترل)
• 29. کاربرد یادگیری تقویتی در حمل و نقل خودران
• 30. مزایای یادگیری تقویتی برای حمل و نقل خودران
• 31. یادگیری تقویتی چندعامله (MARL)
• 32. مفاهیم اساسی یادگیری تقویتی چندعامله
• 33. عناصر MARL (عوامل، محیط مشترک، مشاهدات، اقدامات، پاداش های مشترک/فردی)
• 34. چالش های MARL
• 35. تقسیم بندی عوامل (متمرکز، غیرمتمرکز، نیمه متمرکز)
• 36. بازی های همزمان و غیرهمزمان
• 37. بازی های با مجموع صفر و مجموع غیرصفر
• 38. تعادل نش
• 39. یادگیری تقویتی چندعامله در محیط های ایستا
• 40. یادگیری تقویتی چندعامله در محیط های پویا
• 41. مدل های عامل مستقل (Independent Q-Learning (IQL))
• 42. یادگیری تقویتی چندعامله مبتنی بر ارزش
• 43. یادگیری تقویتی چندعامله مبتنی بر سیاست
• 44. اتحاد و رقابت در MARL
• 45. همکاری عاملان
• 46. هماهنگی عاملان
• 47. یادگیری ارتباطات بین عاملان
• 48. یادگیری استراتژی های مشترک
• 49. مقابله با مشکل انفجار حالت/عمل
• 50. تکنیک های کاهش پیچیدگی در MARL
• 51. یادگیری تقویتی چندعامله متمرکز
• 52. تابع ارزش مشترک
• 53. برنامه ریزی متمرکز
• 54. یادگیری متمرکز
• 55. یادگیری تقویتی چندعامله غیرمتمرکز
• 56. عاملان مستقل با یادگیری مشترک
• 57. یادگیری تقویتی چندعامله نیمه متمرکز
• 58. پلتفرم های یادگیری تقویتی چندعامله
• 59. OpenAI Gym
• 60. PettingZoo
• 61. Multi-Agent Particle Environment (MPE)
• 62. کتابخانه های MARL
• 63. Ray RLlib
• 64. PyMARL
• 65. کاربرد MARL در کنترل ترافیک
• 66. بهینه سازی جریان ترافیک
• 67. مدیریت تقاطع ها
• 68. سیستم های حمل و نقل هوشمند (ITS)
• 69. مدیریت تقاطع های هوشمند
• 70. تشخیص و پیش بینی تراکم ترافیک
• 71. کنترل چراغ های راهنمایی و رانندگی تطبیقی
• 72. هماهنگی خودروهای خودران در تقاطع ها
• 73. کاربرد MARL در مسیریابی و برنامه ریزی
• 74. مسیریابی بهینه برای وسایل نقلیه خودران
• 75. برنامه ریزی مسیر پویا
• 76. مدیریت ناوگان وسایل نقلیه خودران
• 77. بهینه سازی تحویل
• 78. کاربرد MARL در هماهنگی خودروهای خودران
• 79. هماهنگی تغییر خط
• 80. هماهنگی سبقت گرفتن
• 81. هماهنگی در بزرگراه ها
• 82. هماهنگی در محیط های پیچیده شهری
• 83. هماهنگی در سناریوهای اضطراری
• 84. کاربرد MARL در امنیت و ایمنی
• 85. تشخیص تهدیدات امنیتی
• 86. پیشگیری از تصادفات
• 87. مدیریت پاسخ به حوادث
• 88. تکنیک های ارزیابی در MARL
• 89. معیارهای عملکرد عامل
• 90. معیارهای عملکرد سیستم
• 91. شبیه سازی محیط های حمل و نقل خودران
• 92. ایجاد محیط های واقع گرایانه
• 93. استفاده از داده های واقعی
• 94. ارزیابی مقیاس پذیری الگوریتم های MARL
• 95. چالش های پیاده سازی در دنیای واقعی
• 96. ملاحظات اخلاقی در MARL برای حمل و نقل خودران
• 97. قابلیت تفسیر الگوریتم های MARL
• 98. انتقال یادگیری از شبیه سازی به دنیای واقعی
• 99. تحقیقات آینده در MARL برای حمل و نقل خودران
• 100. الگوریتم های MARL ترکیبی