دوره نظریه تصمیم‌گیری در سیستم‌های عامل‌های با تابع پاداش استراتژیک پویا همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب نظریه تصمیم‌گیری در سیستم‌های عامل‌های با تابع پاداش استراتژیک پویا

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: جنبه‌های نظری MARL

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه به نظریه تصمیم‌گیری
• 2. مقدمه به سیستم‌های عامل
• 3. مقدمه به عامل‌های هوشمند
• 4. مقدمه به عامل‌های چندعاملی
• 5. مقدمه به تابع پاداش
• 6. مقدمه به تابع پاداش استراتژیک
• 7. مقدمه به تابع پاداش پویا
• 8. مفاهیم پایه‌ای عامل‌ها
• 9. انواع عامل‌ها (واکنشی، مبتنی بر هدف، مبتنی بر سودمندی)
• 10. قابلیت‌های ادراک عامل‌ها
• 11. قابلیت‌های عمل عامل‌ها
• 12. فضای حالت
• 13. فضای عمل
• 14. فضای ادراک
• 15. مدل‌سازی محیط
• 16. محیط‌های قطعی و احتمالی
• 17. محیط‌های ایستا و پویا
• 18. محیط‌های منفرد و چندعاملی
• 19. محیط‌های قابل مشاهده و غیرقابل مشاهده
• 20. محیط‌های گسسته و پیوسته
• 21. محیط‌های تک‌هدفی و چندهدفی
• 22. مفاهیم پایه‌ای نظریه تصمیم‌گیری
• 23. تصمیم‌گیری در شرایط قطعیت
• 24. تصمیم‌گیری در شرایط ریسک
• 25. تصمیم‌گیری در شرایط عدم قطعیت
• 26. تابع سودمندی
• 27. تابع مطلوبیت
• 28. نظریه احتمال
• 29. قضیه بیز
• 30. استنتاج بیزی
• 31. مدل‌های تصمیم‌گیری خطی
• 32. مدل‌های تصمیم‌گیری غیرخطی
• 33. کاربرد نظریه بازی در تصمیم‌گیری
• 34. بازی‌های همزمان
• 35. بازی‌های متوالی
• 36. تعادل نش
• 37. تعادل کورنو
• 38. تعادل برتر
• 39. بازی‌های تکراری
• 40. بازی‌های با اطلاعات ناقص
• 41. بازی‌های با اطلاعات کامل
• 42. نظریه تصمیم‌گیری در سیستم‌های عامل
• 43. مدل‌سازی عامل‌ها به عنوان تصمیم‌گیرندگان
• 44. نمایندگی دانش عامل‌ها
• 45. استدلال عامل‌ها
• 46. یادگیری عامل‌ها
• 47. حل مسئله توسط عامل‌ها
• 48. برنامه‌ریزی توسط عامل‌ها
• 49. جستجو توسط عامل‌ها
• 50. بهینه‌سازی توسط عامل‌ها
• 51. تابع پاداش در سیستم‌های عامل
• 52. تعریف تابع پاداش
• 53. انواع توابع پاداش (کوتاه‌مدت، بلندمدت)
• 54. طراحی تابع پاداش
• 55. تنظیم تابع پاداش
• 56. بهینه‌سازی تابع پاداش
• 57. تابع پاداش استراتژیک
• 58. تعریف تابع پاداش استراتژیک
• 59. نقش استراتژی در تابع پاداش
• 60. تعامل استراتژیک عامل‌ها
• 61. پیش‌بینی استراتژی عامل‌های دیگر
• 62. تاثیر استراتژی بر پاداش
• 63. طراحی تابع پاداش استراتژیک
• 64. تابع پاداش پویا
• 65. تعریف تابع پاداش پویا
• 66. تغییر تابع پاداش در طول زمان
• 67. عوامل موثر بر پویایی تابع پاداش
• 68. مدل‌سازی دینامیک تابع پاداش
• 69. یادگیری تابع پاداش پویا
• 70. تنظیم خودکار تابع پاداش پویا
• 71. نظریه تصمیم‌گیری در سیستم‌های عامل با تابع پاداش استراتژیک پویا
• 72. مدل‌سازی عامل‌ها در محیط‌های استراتژیک پویا
• 73. تصمیم‌گیری عامل‌ها در مواجهه با پویایی پاداش
• 74. پیاده‌سازی استراتژی‌های پویا
• 75. یادگیری استراتژی‌های پویا
• 76. مدل‌های پیش‌بینی رفتار عامل‌های دیگر در محیط‌های پویا
• 77. بهینه‌سازی تصمیم‌گیری در شرایط پاداش متغیر
• 78. تکنیک‌های حل مسئله برای سیستم‌های عامل با پاداش استراتژیک پویا
• 79. کاربرد یادگیری تقویتی در این زمینه
• 80. یادگیری تقویتی عمیق
• 81. مدل‌سازی عامل‌ها با شبکه‌های عصبی
• 82. یادگیری تقویتی چندعاملی
• 83. چالش‌های یادگیری تقویتی چندعاملی
• 84. روش‌های هماهنگی عامل‌ها
• 85. روش‌های رقابت عامل‌ها
• 86. کاربرد در رباتیک
• 87. کاربرد در اقتصاد
• 88. کاربرد در شبکه‌های اجتماعی
• 89. کاربرد در بازی‌های کامپیوتری
• 90. کاربرد در سیستم‌های توصیه‌گر
• 91. کاربرد در مدیریت منابع
• 92. کاربرد در سیستم‌های حمل و نقل هوشمند
• 93. کاربرد در بازارهای انرژی
• 94. کاربرد در سیستم‌های خودران
• 95. کاربرد در هوش مصنوعی مولد
• 96. ارزیابی عملکرد عامل‌ها در سیستم‌های پویا
• 97. تحلیل پایداری سیستم‌های عامل با پاداش پویا
• 98. مطالعات موردی
• 99. تحقیقات آینده
• 100. جمع‌بندی