فلش‌کارت‌های آموزشی سناریوهای همکاری در یادگیری تقویتی چندعامله

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب سناریوهای همکاری در یادگیری تقویتی چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: انواع سناریوهای MARL

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر یادگیری تقویتی چندعامله
• 2. مبانی یادگیری تقویتی
• 3. مبانی یادگیری ماشینی
• 4. مبانی هوش مصنوعی
• 5. مفاهیم عامل
• 6. مفاهیم محیط
• 7. مفاهیم حالت
• 8. مفاهیم عمل
• 9. مفاهیم پاداش
• 10. مفاهیم سیاست
• 11. مفاهیم ارزش
• 12. انواع یادگیری تقویتی (با نظارت، بدون نظارت، تقویتی)
• 13. چالش های یادگیری تقویتی
• 14. مقدمه ای بر یادگیری تقویتی چندعامله (MARL)
• 15. تفاوت های MARL با یادگیری تقویتی تک عامله
• 16. مفهوم همگامی عاملان
• 17. مفهوم تعامل عاملان
• 18. مفهوم رقابت عاملان
• 19. مفهوم همکاری عاملان
• 20. مفهوم ترکیب رقابت و همکاری
• 21. چالش های منحصر به فرد MARL
• 22. غیر ایستا بودن محیط از دید هر عامل
• 23. پیچیدگی فضای حالت و عمل ترکیبی
• 24. عدم قطعیت ناشی از رفتار سایر عاملان
• 25. نیاز به هماهنگی و ارتباط
• 26. مشکلات مقیاس پذیری
• 27. مرور ادبیات MARL
• 28. تاریخچه و تکامل MARL
• 29. رویکردهای اصلی در MARL
• 30. مدل های مبتنی بر عامل مرکزی (Centralized Training)
• 31. مدل های مبتنی بر عامل توزیع شده (Decentralized Execution)
• 32. مدل های ترکیبی
• 33. مدل های مبتنی بر عامل مرکزی (Centralized Training)
• 34. یادگیری مبتنی بر ارزش مرکزی (CTDE)
• 35. Deep Q-Networks (DQN) در MARL
• 36. Actor-Critic در MARL
• 37. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
• 38. QMIX
• 39. VDN (Value Decomposition Networks)
• 40. COMA (Counterfactual Multi-Agent Policy Gradients)
• 41. IL-Q (Independent Learning Q-Learning)
• 42. MAgent (یک چارچوب MARL)
• 43. مدل های مبتنی بر عامل توزیع شده (Decentralized Execution)
• 44. یادگیری مستقل (Independent Learning)
• 45. یادگیری Q مستقل (IQL)
• 46. یادگیری سیاست مستقل (IPG)
• 47. مزایا و معایب یادگیری مستقل
• 48. چالش های یادگیری مستقل (مانند ناپایداری)
• 49. مدل های مبتنی بر تعامل و ارتباط
• 50. ارتباط صریح (Explicit Communication)
• 51. ارتباط ضمنی (Implicit Communication)
• 52. مکانیسم های ارتباطی (مانند پیام رسانی)
• 53. یادگیری زبان مشترک (Learning Shared Language)
• 54. شبکه های عصبی با حافظه (Memory-based Networks)
• 55. شبکه های توجه (Attention Networks)
• 56. مدل های مبتنی بر همکاری
• 57. تکنیک های هماهنگی (Coordination Techniques)
• 58. تخصیص وظایف (Task Allocation)
• 59. تجزیه وظایف (Task Decomposition)
• 60. رهبری و پیروی (Leader-Follower)
• 61. مدل های مبتنی بر رقابت
• 62. بازی های صفر و یک (Zero-Sum Games)
• 63. بازی های غیر صفر و یک (Non-Zero-Sum Games)
• 64. تعادل نش (Nash Equilibrium)
• 65. یادگیری تعادل نش (Learning Nash Equilibrium)
• 66. مفهوم استراتژی های مختلط (Mixed Strategies)
• 67. مفهوم استراتژی های خالص (Pure Strategies)
• 68. مدل های مبتنی بر استراتژی های ترکیبی (رقابت و همکاری)
• 69. نقش نظریه بازی ها در MARL
• 70. مفهوم عاملان منطقی (Rational Agents)
• 71. مفهوم عاملان خودخواه (Selfish Agents)
• 72. مفهوم عاملان همکاری کننده (Cooperative Agents)
• 73. کاربردها و زمینه های MARL
• 74. رباتیک چند عامله (Multi-Robot Systems)
• 75. خودروهای خودران (Autonomous Vehicles)
• 76. مدیریت ترافیک (Traffic Management)
• 77. بازی های ویدئویی (Video Games)
• 78. سیستم های توصیه گر (Recommender Systems)
• 79. بازارهای الکترونیکی (Electronic Markets)
• 80. شبکه های ارتباطی (Communication Networks)
• 81. سیستم های توزیع شده (Distributed Systems)
• 82. یادگیری فعال (Active Learning) در MARL
• 83. یادگیری تقویتی فلزی (Meta-RL) در MARL
• 84. یادگیری تقویتی با پاداش های اجتماعی (Social Reward RL)
• 85. یادگیری تقویتی با پاداش های مبتنی بر هدف (Goal-based Reward RL)
• 86. یادگیری تقویتی با پاداش های مبتنی بر اعتماد (Trust-based Reward RL)
• 87. ارزیابی عملکرد در MARL
• 88. معیارهای ارزیابی (Metrics)
• 89. مقایسه با Baseline ها
• 90. شبیه سازی (Simulation)
• 91. محیط های واقعی (Real-world Environments)
• 92. چالش های پیاده سازی MARL
• 93. انتخاب معماری شبکه عصبی مناسب
• 94. تنظیم ابرپارامترها (Hyperparameter Tuning)
• 95. مشکلات ناپایداری آموزش
• 96. نیاز به داده های آموزشی زیاد
• 97. اعتبار سنجی و تفسیرپذیری مدل ها
• 98. مباحث پیشرفته در MARL
• 99. یادگیری تقویتی ناظر (Imitation Learning) در MARL
• 100. یادگیری تقویتی توزیع شده (Distributed RL) در MARL