دوره رویکردهای پیشرفته MARL برای کنترل تیمی ربات‌های صنعتی در وظایف مونتاژ همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره رویکردهای پیشرفته MARL برای کنترل تیمی ربات‌های صنعتی در وظایف مونتاژ

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای کنترل ربات‌های صنعتی برای انجام عملیات مونتاژ قطعات با تلرانس بسیار زیاد

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی چندعامله (MARL)
• 2. مفاهیم پایه عامل‌های هوشمند
• 3. اصول یادگیری تقویتی کلاسیک
• 4. مدل‌های مارکوف تصمیم‌گیری (MDP)
• 5. الگوریتم‌های یادگیری تقویتی آفلاین
• 6. الگوریتم‌های یادگیری تقویتی آنلاین
• 7. تعریف مسئله کنترل تیمی ربات‌ها
• 8. معماری‌های سیستم رباتیک صنعتی
• 9. مدل‌سازی دینامیک ربات‌ها
• 10. سنسورها و سیستم‌های ادراکی ربات‌ها
• 11. محرک‌ها و سیستم‌های کنترلی ربات‌ها
• 12. وظایف مونتاژ در صنعت رباتیک
• 13. پیچیدگی وظایف مونتاژ تیمی
• 14. محدودیت‌های همکاری ربات‌ها
• 15. موانع و برخوردها در محیط کار
• 16. ارتباطات بین عامل‌ها (ربات‌ها)
• 17. مدل‌های ارتباطی در MARL
• 18. یادگیری همکاری بین عامل‌ها
• 19. یادگیری رقابتی بین عامل‌ها
• 20. یادگیری ترکیبی همکاری و رقابت
• 21. محیط‌های شبیه‌سازی برای MARL
• 22. ساخت محیط‌های شبیه‌سازی رباتیک
• 23. اعتبارسنجی محیط‌های شبیه‌سازی
• 24. پیاده‌سازی عامل‌های MARL در شبیه‌ساز
• 25. توابع پاداش برای وظایف مونتاژ
• 26. طراحی توابع پاداش مؤثر
• 27. توابع پاداش مبتنی بر هدف
• 28. توابع پاداش مبتنی بر همکاری
• 29. توابع پاداش مبتنی بر کارایی
• 30. توابع پاداش مبتنی بر ایمنی
• 31. الگوریتم‌های پایه MARL: Q-Learning
• 32. الگوریتم‌های پایه MARL: SARSA
• 33. الگوریتم‌های پایه MARL: Deep Q-Network (DQN)
• 34. الگوریتم‌های پایه MARL: Policy Gradient
• 35. الگوریتم‌های پایه MARL: Actor-Critic
• 36. مدل‌های عامل مرکزی (Centralized Actor)
• 37. مدل‌های عامل مجزا (Decentralized Actor)
• 38. مدل‌های عامل مرکزی-مجزا (Centralized-Critic, Decentralized Actor)
• 39. مدل‌های عامل مجزا-مجزا (Decentralized-Decentralized)
• 40. مدل‌های ارتباطی در MARL: Communication Protocols
• 41. مدل‌های ارتباطی در MARL: Learned Communication
• 42. یادگیری استراتژی‌های همکاری پویا
• 43. یادگیری استراتژی‌های تقسیم وظایف
• 44. یادگیری استراتژی‌های زمان‌بندی
• 45. یادگیری استراتژی‌های مسیریابی مشترک
• 46. روش‌های یادگیری هماهنگ‌سازی
• 47. روش‌های یادگیری توافق‌سازی
• 48. روش‌های یادگیری پیش‌بینی رفتار عامل دیگر
• 49. کاربرد MARL در مونتاژ قطعات
• 50. کاربرد MARL در مونتاژ خطی
• 51. کاربرد MARL در مونتاژ مدولار
• 52. کاربرد MARL در مونتاژ با ابزارهای مشترک
• 53. کاربرد MARL در مونتاژ با دقت بالا
• 54. چالش‌های پیاده‌سازی MARL در دنیای واقعی
• 55. انتقال یادگیری از شبیه‌سازی به واقعیت (Sim-to-Real)
• 56. کالیبراسیون مدل‌های رباتیک
• 57. مدیریت عدم قطعیت در محیط واقعی
• 58. تضمین ایمنی در سیستم‌های MARL
• 59. تکنیک‌های بهبود مقیاس‌پذیری MARL
• 60. یادگیری افزایشی (Incremental Learning)
• 61. یادگیری ترانسفر (Transfer Learning)
• 62. یادگیری با تقلب (Imitation Learning)
• 63. یادگیری تقویتی مبتنی بر مدل (Model-Based RL)
• 64. یادگیری تقویتی بدون مدل (Model-Free RL)
• 65. روش‌های بازیابی و بازیابی از خطا
• 66. روش‌های تشخیص و مدیریت خطا
• 67. ارزیابی عملکرد سیستم‌های MARL
• 68. معیارهای ارزیابی وظایف مونتاژ
• 69. معیارهای ارزیابی همکاری ربات‌ها
• 70. معیارهای ارزیابی کارایی سیستم
• 71. معیارهای ارزیابی استحکام سیستم
• 72. روش‌های تحلیل تضمین عملکرد (Performance Guarantees)
• 73. روش‌های تحلیل ایمنی (Safety Analysis)
• 74. کاربرد شبکه‌های عصبی کانولوشنی (CNN) در MARL
• 75. کاربرد شبکه‌های عصبی بازگشتی (RNN) در MARL
• 76. کاربرد شبکه‌های عصبی ترنسفورمر (Transformer) در MARL
• 77. یادگیری تقویتی با توجه (Attention-based RL)
• 78. یادگیری تقویتی با حافظه بلندمدت (LSTM/GRU)
• 79. روش‌های یادگیری تقویتی در محیط‌های پویا
• 80. روش‌های یادگیری تقویتی در محیط‌های با متغیرهای پنهان
• 81. روش‌های یادگیری تقویتی در حضور عامل‌های نامعلوم
• 82. یادگیری تقویتی با بازی‌های صفر و مجموع
• 83. یادگیری تقویتی با بازی‌های غیرصفر و مجموع
• 84. یادگیری تقویتی با بازی‌های تکرارشونده
• 85. تحلیل پایداری سیستم‌های MARL
• 86. روش‌های یادگیری تقویتی برای ربات‌های انسان‌نما
• 87. روش‌های یادگیری تقویتی برای ربات‌های متحرک
• 88. روش‌های یادگیری تقویتی برای ربات‌های صنعتی ثابت
• 89. روش‌های یادگیری تقویتی برای ربات‌های پرنده
• 90. روش‌های یادگیری تقویتی برای ربات‌های زیرآبی
• 91. کاربرد MARL در بهینه‌سازی مصرف انرژی ربات‌ها
• 92. کاربرد MARL در بهینه‌سازی زمان‌بندی تولید
• 93. کاربرد MARL در بهینه‌سازی جریان کار
• 94. کاربرد MARL در مدیریت انبار رباتیک
• 95. کاربرد MARL در نگهداری و تعمیرات پیش‌بینانه ربات‌ها