فلش‌کارت‌های آموزشی یادگیری تقویتی چندعامله برای بهینه‌سازی سبد سرمایه‌گذاری در پروژه‌های تحقیق و توسعه انرژی

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب یادگیری تقویتی چندعامله برای بهینه‌سازی سبد سرمایه‌گذاری در پروژه‌های تحقیق و توسعه انرژی

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای بهینه‌سازی فرآیندهای مدیریت منابع مالی در پروژه‌های تحقیق و توسعه انرژی

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه به یادگیری تقویتی چندعامله
• 2. مقدمه به بهینه‌سازی سبد سرمایه‌گذاری
• 3. مقدمه به پروژه‌های تحقیق و توسعه انرژی
• 4. ترکیب یادگیری تقویتی چندعامله و بهینه‌سازی سبد سرمایه‌گذاری
• 5. چالش‌های بهینه‌سازی سبد سرمایه‌گذاری در پروژه‌های تحقیق و توسعه انرژی
• 6. ضرورت استفاده از یادگیری تقویتی چندعامله در این زمینه
• 7. مروری بر ادبیات موضوع
• 8. مبانی یادگیری تقویتی
• 9. مفهوم عامل (Agent)
• 10. مفهوم محیط (Environment)
• 11. تابع پاداش (Reward Function)
• 12. تابع سیاست (Policy Function)
• 13. تابع ارزش (Value Function)
• 14. فرآیندهای تصمیم‌گیری مارکوف (MDP)
• 15. یادگیری تقویتی تک عامله
• 16. الگوریتم‌های یادگیری تقویتی مبتنی بر ارزش
• 17. Q-Learning
• 18. Deep Q-Networks (DQN)
• 19. الگوریتم‌های یادگیری تقویتی مبتنی بر سیاست
• 20. Policy Gradients
• 21. Actor-Critic Methods
• 22. مبانی یادگیری تقویتی چندعامله (MARL)
• 23. تفاوت‌های MARL با یادگیری تقویتی تک عامله
• 24. چالش‌های هماهنگی و رقابت بین عامل‌ها
• 25. محیط‌های چندعامله
• 26. مدل‌های عامل منفرد (Independent Learners)
• 27. مدل‌های عامل مشترک (Joint Action Learners)
• 28. مدل‌های عامل با آگاهی از دیگر عامل‌ها (Awareness of Other Agents)
• 29. انواع محیط‌های چندعامله
• 30. همکارانه (Cooperative)
• 31. رقابتی (Competitive)
• 32. مختلط (Mixed)
• 33. مفاهیم کلیدی در MARL
• 34. هم‌ترازی پاداش (Reward Alignment)
• 35. ناسازگاری پاداش (Reward Misalignment)
• 36. پاداش‌های مشترک (Shared Rewards)
• 37. پاداش‌های مجزا (Individual Rewards)
• 38. فهم مشترک (Common Knowledge)
• 39. مدل‌سازی محیط چندعامله
• 40. تکنیک‌های مدل‌سازی
• 41. مدل‌های احتمالی (Probabilistic Models)
• 42. مدل‌های مبتنی بر عامل (Agent-Based Models)
• 43. شبیه‌سازی محیط‌های چندعامله
• 44. پلتفرم‌های شبیه‌سازی
• 45. OpenAI Gym
• 46. PettingZoo
• 47. RLlib
• 48. معرفی سبد سرمایه‌گذاری
• 49. مفهوم سبد سرمایه‌گذاری
• 50. انواع دارایی‌های سرمایه‌گذاری
• 51. سهام
• 52. اوراق قرضه
• 53. کالاها
• 54. دارایی‌های جایگزین
• 55. پروژه‌های تحقیق و توسعه (R&D)
• 56. ویژگی‌های پروژه‌های تحقیق و توسعه
• 57. ریسک بالا
• 58. عدم قطعیت بالا
• 59. بازده بالقوه بالا
• 60. اهمیت پروژه‌های تحقیق و توسعه انرژی
• 61. انواع پروژه‌های تحقیق و توسعه انرژی
• 62. انرژی‌های تجدیدپذیر
• 63. ذخیره‌سازی انرژی
• 64. بهره‌وری انرژی
• 65. سوخت‌های فسیلی پیشرفته
• 66. انرژی هسته‌ای
• 67. فناوری‌های نوظهور
• 68. مفاهیم اساسی در بهینه‌سازی سبد سرمایه‌گذاری
• 69. بازده مورد انتظار (Expected Return)
• 70. ریسک (Risk)
• 71. انحراف معیار (Standard Deviation)
• 72. نسبت شارپ (Sharpe Ratio)
• 73. مرز کارا (Efficient Frontier)
• 74. تئوری مدرن پرتفولیو (MPT)
• 75. مدل قیمت‌گذاری دارایی‌های سرمایه‌ای (CAPM)
• 76. چالش‌های بهینه‌سازی سبد سرمایه‌گذاری
• 77. تعداد زیاد دارایی‌ها
• 78. عدم قطعیت در پیش‌بینی بازده و ریسک
• 79. ترجیحات سرمایه‌گذار
• 80. محدودیت‌های بودجه
• 81. تکنیک‌های سنتی بهینه‌سازی سبد سرمایه‌گذاری
• 82. بهینه‌سازی خطی
• 83. بهینه‌سازی غیرخطی
• 84. شبیه‌سازی مونت کارلو
• 85. الگوریتم‌های ژنتیک
• 86. معرفی یادگیری تقویتی چندعامله برای بهینه‌سازی سبد سرمایه‌گذاری
• 87. چرا MARL برای این مسئله مناسب است؟
• 88. مدل‌سازی عامل‌ها به عنوان سرمایه‌گذاران مستقل
• 89. مدل‌سازی عامل‌ها به عنوان شرکت‌های سرمایه‌گذاری
• 90. مدل‌سازی عامل‌ها به عنوان تصمیم‌گیرندگان بازار
• 91. تعریف مسئله بهینه‌سازی سبد سرمایه‌گذاری در چارچوب MARL
• 92. تعریف عامل‌ها
• 93. تعریف محیط
• 94. تعریف حالت (State)
• 95. تعریف عمل (Action)
• 96. تعریف تابع پاداش
• 97. طراحی تابع پاداش برای بهینه‌سازی سبد سرمایه‌گذاری
• 98. پاداش مبتنی بر بازده
• 99. پاداش مبتنی بر ریسک
• 100. پاداش مبتنی بر نسبت شارپ