دوره یادگیری تقویتی چندعامله در روباتیک گروهی: مبانی و کاربردها همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی چندعامله در روباتیک گروهی: مبانی و کاربردها

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای طراحی ربات‌های گروهی

📋 سرفصل‌های دوره

• 1. مبانی یادگیری تقویتی
• 2. مفهوم عامل و محیط
• 3. تابع پاداش و حالت
• 4. مدل‌های مارکوف تصمیم‌گیری
• 5. فرآیندهای تصمیم‌گیری مارکوف
• 6. پیمایش اکتشافی
• 7. الگوریتم‌های یادگیری تقویتی تک‌عامله
• 8. یادگیری ارزش-تابع
• 9. یادگیری سیاست
• 10. الگوریتم‌های مبتنی بر ارزش
• 11. Q-learning
• 12. SARSA
• 13. Deep Q-Networks (DQN)
• 14. مقدمه‌ای بر شبکه‌های عصبی عمیق
• 15. شبکه‌های عصبی کانولوشنی (CNN)
• 16. شبکه‌های عصبی بازگشتی (RNN)
• 17. کاربرد CNN در پردازش حسگرهای ربات
• 18. کاربرد RNN در پردازش توالی داده‌های ربات
• 19. یادگیری تقویتی عمیق (DRL)
• 20. انواع یادگیری تقویتی عمیق
• 21. یادگیری سیاست گرادیان
• 22. Actor-Critic Methods
• 23. Proximal Policy Optimization (PPO)
• 24. Deep Deterministic Policy Gradient (DDPG)
• 25. Soft Actor-Critic (SAC)
• 26. یادگیری تقویتی چندعامله (MARL)
• 27. چالش‌های یادگیری تقویتی چندعامله
• 28. فضای حالت و عمل مشترک
• 29. فضای حالت و عمل مجزا
• 30. هماهنگی بین عامل‌ها
• 31. رقابت بین عامل‌ها
• 32. همکاری بین عامل‌ها
• 33. مدل‌های یادگیری تقویتی چندعامله
• 34. اتحاد عامل‌ها (Centralized Training)
• 35. استقلال عامل‌ها (Decentralized Execution)
• 36. آموزش متمرکز با اجرای غیرمتمرکز (CTDE)
• 37. MADDPG
• 38. QMIX
• 39. COMA
• 40. مقدمه‌ای بر رباتیک گروهی
• 41. انواع ربات‌های گروهی
• 42. مخابرات و ارتباطات در رباتیک گروهی
• 43. حسگرها و ادراک در رباتیک گروهی
• 44. حرکت و ناوبری ربات‌های گروهی
• 45. مکان‌یابی و نقشه‌برداری همزمان (SLAM)
• 46. مقدمه‌ای بر SLAM
• 47. SLAM مبتنی بر حسگرهای دیداری
• 48. SLAM مبتنی بر حسگرهای لیدار
• 49. SLAM در محیط‌های پویا
• 50. برنامه‌ریزی مسیر در رباتیک گروهی
• 51. مسیریابی با اجتناب از موانع
• 52. مسیریابی گروهی
• 53. تخصیص وظایف در رباتیک گروهی
• 54. مقدمه‌ای بر تخصیص وظایف
• 55. الگوریتم‌های تخصیص وظایف مبتنی بر بهینه‌سازی
• 56. تخصیص وظایف با استفاده از یادگیری تقویتی
• 57. تکمیل وظایف توسط ربات‌های گروهی
• 58. نظارت و کنترل ربات‌های گروهی
• 59. ارزیابی عملکرد ربات‌های گروهی
• 60. شبیه‌سازی در رباتیک گروهی
• 61. پلتفرم‌های شبیه‌سازی (Gazebo, CoppeliaSim)
• 62. طراحی محیط‌های شبیه‌سازی
• 63. اعتبارسنجی مدل‌های شبیه‌سازی
• 64. کاربردهای رباتیک گروهی
• 65. ربات‌های صنعتی و خطوط تولید
• 66. ربات‌های انبارداری و لجستیک
• 67. ربات‌های کاوشگر و اکتشاف (محیط‌های خطرناک)
• 68. ربات‌های امداد و نجات
• 69. ربات‌های کشاورزی هوشمند
• 70. ربات‌های خانگی و خدماتی
• 71. ربات‌های ناوبری و حمل و نقل خودکار
• 72. ربات‌های نظامی و امنیتی (با رعایت چارچوب‌های قانونی)
• 73. ملاحظات اخلاقی و حقوقی در رباتیک گروهی
• 74. امنیت سایبری در رباتیک گروهی
• 75. قابلیت اطمینان و تاب‌آوری ربات‌های گروهی
• 76. رابط انسان و ربات گروهی
• 77. دستورالعمل‌های اجرایی برای پیاده‌سازی MARL در رباتیک گروهی
• 78. پروژه‌های عملی در رباتیک گروهی
• 79. طراحی و پیاده‌سازی یک سیستم رباتیک گروهی ساده
• 80. آموزش عامل‌ها برای وظایف ناوبری گروهی
• 81. آموزش عامل‌ها برای وظایف همکاری در جمع‌آوری داده
• 82. آموزش عامل‌ها برای وظایف رقابتی در محیط شبیه‌سازی شده
• 83. تحلیل نتایج و بهینه‌سازی عملکرد سیستم
• 84. ارائه گزارش نهایی پروژه