دوره روش‌های ناظر مرکزی عامل مستقل: نقشه راهی برای یادگیری تقویتی چندعامله همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره روش‌های ناظر مرکزی عامل مستقل: نقشه راهی برای یادگیری تقویتی چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: روش‌های مبتنی بر ناظر مرکزی/عامل مستقل (Centralized Critic/Independent Actor)

📋 سرفصل‌های دوره

• 1. مبانی عامل مستقل در یادگیری تقویتی
• 2. مفاهیم اساسی یادگیری تقویتی
• 3. تابع ارزش و تابع سیاست
• 4. معادلات بلمن
• 5. یادگیری ارزش-تفاوت (TD Learning)
• 6. کیو-لرنینگ (Q-Learning)
• 7. سودو-کد کیو-لرنینگ
• 8. یادگیری آف-لاین و آن-لاین
• 9. کاربرد عوامل مستقل در بازی‌ها
• 10. یادگیری از طریق مشاهده (Imitation Learning)
• 11. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
• 12. شبکه‌های عصبی کانولوشنی (CNN) در RL
• 13. شبکه‌های عصبی بازگشتی (RNN) در RL
• 14. الگوریتم DQN (Deep Q-Network)
• 15. تکامل DQN: Double DQN, Dueling DQN
• 16. الگوریتم A2C (Advantage Actor-Critic)
• 17. الگوریتم A3C (Asynchronous Advantage Actor-Critic)
• 18. الگوریتم PPO (Proximal Policy Optimization)
• 19. الگوریتم TRPO (Trust Region Policy Optimization)
• 20. یادگیری سیاست گرادیان (Policy Gradient Methods)
• 21. یادگیری تقویتی مبتنی بر مدل (Model-Based RL)
• 22. یادگیری تقویتی بدون مدل (Model-Free RL)
• 23. محیط‌های شبیه‌سازی شده برای RL
• 24. مفاهیم عامل چند عامله (Multi-Agent Systems)
• 25. مقدمه ای بر یادگیری تقویتی چند عامله (MARL)
• 26. تفاوت MARL با RL تک عامله
• 27. مشکلات و چالش‌های MARL
• 28. همکاری در محیط‌های چند عامله
• 29. رقابت در محیط‌های چند عامله
• 30. مدل‌های بازی‌های هم‌زمان
• 31. مدل‌های بازی‌های ترتیبی
• 32. بازی‌های مجموع صفر (Zero-Sum Games)
• 33. بازی‌های مجموع غیرصفر (Non-Zero-Sum Games)
• 34. تعادل نش (Nash Equilibrium) در بازی‌ها
• 35. مفاهیم بازی تکرارشونده (Repeated Games)
• 36. مدل‌های هماهنگی در MARL
• 37. مدل‌های رقابت در MARL
• 38. یادگیری استراتژی‌های مشترک
• 39. یادگیری استراتژی‌های مجزا
• 40. مدل‌های مبتنی بر عامل مرکزی (Centralized Agents)
• 41. مدل‌های مبتنی بر عامل توزیع شده (Decentralized Agents)
• 42. مدل‌های ترکیبی (Centralized Training, Decentralized Execution)
• 43. یادگیری تقویتی در رباتیک چند عامله
• 44. کاربرد MARL در سیستم‌های حمل و نقل هوشمند
• 45. کاربرد MARL در مدیریت ترافیک
• 46. کاربرد MARL در شبکه‌های توزیع شده
• 47. کاربرد MARL در اقتصاد و بازارهای مالی
• 48. کاربرد MARL در شبکه‌های انرژی هوشمند
• 49. کاربرد MARL در بازی‌های استراتژیک
• 50. کاربرد MARL در سیستم‌های توصیه‌گر
• 51. کاربرد MARL در رباتیک صنعتی
• 52. مدل‌های ارتباطی بین عوامل
• 53. یادگیری مبتنی بر مشاهده مشترک
• 54. یادگیری مبتنی بر ارتباط صریح
• 55. رمزگذاری و رمزگشایی پیام‌ها
• 56. یادگیری تقویتی با ارتباطات محدود
• 57. یادگیری تقویتی با ارتباطات پویا
• 58. تکنیک‌های همگرایی در MARL
• 59. جلوگیری از واگرایی در MARL
• 60. تکنیک‌های کاهش ابعاد در MARL
• 61. یادگیری تقویتی در محیط‌های پویا
• 62. یادگیری تقویتی در محیط‌های نامشخص
• 63. یادگیری تقویتی در محیط‌های با پاداش پراکنده
• 64. طراحی تابع پاداش برای MARL
• 65. ارزیابی عملکرد در MARL
• 66. معیارهای استاندارد برای ارزیابی MARL
• 67. آزمایشگاه‌های شبیه‌سازی برای MARL
• 68. پیاده‌سازی الگوریتم‌های MARL
• 69. کتابخانه‌ها و ابزارهای MARL
• 70. ملاحظات اخلاقی در MARL
• 71. کاربرد MARL در سیستم‌های دفاعی
• 72. کاربرد MARL در مدیریت منابع
• 73. کاربرد MARL در سلامت و پزشکی
• 74. کاربرد MARL در کشاورزی هوشمند
• 75. کاربرد MARL در آموزش مجازی
• 76. کاربرد MARL در تحلیل داده‌های بزرگ
• 77. کاربرد MARL در امنیت سایبری
• 78. کاربرد MARL در سیستم‌های کنترل صنعتی
• 79. کاربرد MARL در ربات‌های امدادگر
• 80. کاربرد MARL در مدیریت بحران
• 81. کاربرد MARL در بهینه‌سازی زنجیره تامین
• 82. کاربرد MARL در ربات‌های خانگی
• 83. کاربرد MARL در مدیریت اطلاعات
• 84. کاربرد MARL در سیستم‌های توزیع منابع
• 85. کاربرد MARL در بازیابی اطلاعات
• 86. کاربرد MARL در سیستم‌های نظارتی
• 87. کاربرد MARL در بهینه‌سازی شبکه‌های ارتباطی
• 88. کاربرد MARL در مدیریت هوشمند پسماند
• 89. کاربرد MARL در ربات‌های اکتشافی
• 90. کاربرد MARL در شبیه‌سازی‌های اجتماعی
• 91. کاربرد MARL در پیش‌بینی رفتار
• 92. کاربرد MARL در بهینه‌سازی مصرف انرژی
• 93. کاربرد MARL در شبکه‌های حسگر بی‌سیم
• 94. کاربرد MARL در ربات‌های پرنده
• 95. کاربرد MARL در بهینه‌سازی فرایندهای تولید
• 96. کاربرد MARL در سیستم‌های خودران
• 97. کاربرد MARL در مدیریت ناوگان
• 98. کاربرد MARL در ربات‌های زیرآبی
• 99. کاربرد MARL در بهینه‌سازی مصرف آب
• 100. کاربرد MARL در مدیریت هوشمند شهری