دوره ساختارهای یادگیری تقویتی چندعامله مبتنی بر شبکه‌های عصبی عمیق همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب ساختارهای یادگیری تقویتی چندعامله مبتنی بر شبکه‌های عصبی عمیق

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: الگوریتم‌های MARL

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر یادگیری تقویتی
• 2. مقدمه ای بر یادگیری تقویتی چندعامله
• 3. مقدمه ای بر شبکه های عصبی عمیق
• 4. مروری بر یادگیری تقویتی چندعامله مبتنی بر شبکه های عصبی عمیق
• 5. کاربردها
• 6. چالش ها
• 7. مفاهیم اساسی یادگیری تقویتی
• 8. محیط ها
• 9. عامل ها
• 10. حالت ها
• 11. اقدامات
• 12. پاداش ها
• 13. سیاست ها
• 14. توابع ارزش
• 15. معادلات بلمن
• 16. یادگیری بدون مدل
• 17. روش های مونت کارلو
• 18. یادگیری تفاضل زمانی
• 19. یادگیری Q
• 20. Q-learning
• 21. Deep Q-Networks (DQN)
• 22. معماری DQN
• 23. تابع هدف DQN
• 24. بهینه سازی DQN
• 25. تجربه بازپخش
• 26. حافظه بازپخش
• 27. یادگیری آفلاین
• 28. یادگیری آنلاین
• 29. یادگیری مبتنی بر مدل
• 30. روش های مبتنی بر مدل
• 31. یادگیری تقویتی چندعامله (MARL)
• 32. محیط های چندعامله
• 33. انواع عامل ها
• 34. همکاری
• 35. رقابت
• 36. مختلط
• 37. چالش های MARL
• 38. همگام سازی عامل ها
• 39. ناپایداری
• 40. ناهمگونی
• 41. مقیاس پذیری
• 42. تعمیم
• 43. مفاهیم اساسی MARL
• 44. فضای حالت مشترک
• 45. فضای عمل مشترک
• 46. فضای حالت و عمل مجزا
• 47. فضای حالت و عمل پیوسته
• 48. اهمیت عامل ها
• 49. اهمیت فضا
• 50. توابع ارزش مشترک
• 51. توابع ارزش مجزا
• 52. توابع ارزش عامل محور
• 53. توابع ارزش مبتنی بر مشاهده
• 54. سیاست های مشترک
• 55. سیاست های مجزا
• 56. سیاست های عامل محور
• 57. سیاست های مبتنی بر مشاهده
• 58. مدل های مبتنی بر مشاهده
• 59. مدل های مبتنی بر مشاهده مشترک
• 60. مدل های مبتنی بر مشاهده عامل محور
• 61. مدل های مبتنی بر مشاهده مبتنی بر عامل
• 62. هماهنگی عامل ها
• 63. ارتباطات عامل ها
• 64. یادگیری هماهنگ
• 65. یادگیری مبتنی بر ارتباطات
• 66. توابع پاداش مشترک
• 67. توابع پاداش مجزا
• 68. توابع پاداش مبتنی بر عامل
• 69. توابع پاداش مبتنی بر مشاهده
• 70. توابع پاداش مبتنی بر مشاهده مشترک
• 71. توابع پاداش مبتنی بر مشاهده عامل محور
• 72. توابع پاداش مبتنی بر مشاهده مبتنی بر عامل
• 73. یادگیری تقویتی عمیق چندعامله (MADRL)
• 74. معماری های MADRL
• 75. DQN برای MARL
• 76. Actor-Critic برای MARL
• 77. Policy Gradients برای MARL
• 78. Deep Deterministic Policy Gradient (DDPG) برای MARL
• 79. Multi-Agent Deep Deterministic Policy Gradient (MADDPG)
• 80. معماری MADDPG
• 81. تابع هدف MADDPG
• 82. بهینه سازی MADDPG
• 83. تجربه بازپخش برای MADDPG
• 84. محیط بازپخش برای MADDPG
• 85. Asynchronous Advantage Actor-Critic (A3C) برای MARL
• 86. Multi-Agent Asynchronous Advantage Actor-Critic (MAA3C)
• 87. معماری MAA3C
• 88. تابع هدف MAA3C
• 89. بهینه سازی MAA3C
• 90. تجربه بازپخش برای MAA3C
• 91. محیط بازپخش برای MAA3C
• 92. مرکز گرا
• 93. غیر متمرکز
• 94. یادگیری مبتنی بر مشاهده
• 95. یادگیری مبتنی بر مشاهده مشترک
• 96. یادگیری مبتنی بر مشاهده عامل محور
• 97. یادگیری مبتنی بر مشاهده مبتنی بر عامل
• 98. یادگیری با مدل
• 99. یادگیری بدون مدل
• 100. یادگیری مبتنی بر شبیه سازی