فلش‌کارت‌های آموزشی تکنیک‌های پیشرفته MARL برای مونتاژ دقیق رباتیک

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب تکنیک‌های پیشرفته MARL برای مونتاژ دقیق رباتیک

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای کنترل ربات‌های صنعتی برای انجام عملیات مونتاژ قطعات با نیاز به دقت بالا

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر مونتاژ رباتیک دقیق
• 2. چالش های مونتاژ رباتیک دقیق
• 3. مقدمه ای بر یادگیری تقویتی چند عاملی (MARL)
• 4. مولفه های اساسی MARL
• 5. انواع سناریوهای MARL (همکار، رقیب، مختلط)
• 6. کاربرد MARL در رباتیک
• 7. کاربرد MARL در مونتاژ رباتیک
• 8. مروری بر تکنیک های پیشرفته MARL
• 9. یادگیری تقویتی عمیق (DRL)
• 10. شبکه های عصبی عمیق در MARL
• 11. یادگیری تقویتی مبتنی بر عامل (Agent-based RL)
• 12. یادگیری تقویتی متمرکز (Centralized RL)
• 13. یادگیری تقویتی غیرمتمرکز (Decentralized RL)
• 14. یادگیری تقویتی نیمه متمرکز (Semi-centralized RL)
• 15. معماری های DRL برای MARL
• 16. شبکه های عصبی کانولوشنی (CNN) در MARL
• 17. شبکه های عصبی بازگشتی (RNN) در MARL
• 18. شبکه های عصبی ترانسفورمر در MARL
• 19. استراتژی های یادگیری مبتنی بر عامل (Agent-based Learning Strategies)
• 20. یادگیری تفاوت تقویتی (Difference Reinforcement Learning)
• 21. یادگیری تقویتی مبتنی بر بازی (Game-theoretic Reinforcement Learning)
• 22. یادگیری تقویتی مبتنی بر عامل مشترک (Shared Autonomy RL)
• 23. یادگیری تقویتی مبتنی بر عامل مستقل (Independent RL)
• 24. یادگیری تقویتی مبتنی بر عامل مربی (Critic-based RL)
• 25. یادگیری تقویتی مبتنی بر عامل بازیگر (Actor-based RL)
• 26. یادگیری تقویتی مبتنی بر عامل بازیگر-مربی (Actor-Critic RL)
• 27. معماری های Actor-Critic پیشرفته
• 28. Asynchronous Advantage Actor-Critic (A3C)
• 29. Deep Deterministic Policy Gradient (DDPG)
• 30. Proximal Policy Optimization (PPO)
• 31. Soft Actor-Critic (SAC)
• 32. Trust Region Policy Optimization (TRPO)
• 33. یادگیری تقویتی مبتنی بر مدل (Model-based RL)
• 34. یادگیری تقویتی بدون مدل (Model-free RL)
• 35. ترکیب یادگیری مبتنی بر مدل و بدون مدل در MARL
• 36. یادگیری تقویتی مبتنی بر مشاهده (Observation-based RL)
• 37. یادگیری تقویتی مبتنی بر پاداش (Reward-based RL)
• 38. یادگیری تقویتی مبتنی بر حالت (State-based RL)
• 39. طراحی تابع پاداش در MARL برای مونتاژ
• 40. پاداش های مبتنی بر دقت
• 41. پاداش های مبتنی بر کارایی
• 42. پاداش های مبتنی بر همکاری
• 43. پاداش های مبتنی بر اجتناب از خطا
• 44. پاداش های مبتنی بر یادگیری تدریجی
• 45. تنظیمات شبکه در MARL
• 46. تعداد عامل ها
• 47. اندازه فضای حالت
• 48. اندازه فضای عمل
• 49. پویایی محیط
• 50. ارتباطات بین عامل ها
• 51. یادگیری همکاری در مونتاژ رباتیک
• 52. تکنیک های هماهنگی بین عامل ها
• 53. روش های ارتباطی بین عامل ها
• 54. یادگیری توافق در MARL
• 55. تکنیک های یادگیری مبتنی بر قرارداد (Contract-based Learning)
• 56. یادگیری مبتنی بر مزایده (Auction-based Learning)
• 57. یادگیری مبتنی بر مذاکره (Negotiation-based Learning)
• 58. مدل سازی و پیش بینی رفتار عامل ها
• 59. یادگیری تقویتی با عامل های غیرهمکار
• 60. یادگیری تقویتی در بازی های مجموع صفر
• 61. یادگیری تقویتی در بازی های مجموع غیر صفر
• 62. یادگیری تقویتی با عامل های متغیر (Heterogeneous Agents)
• 63. مدیریت عدم قطعیت در MARL
• 64. یادگیری تقویتی مقاوم (Robust MARL)
• 65. یادگیری تقویتی در حضور نویز
• 66. یادگیری تقویتی در حضور خطای سنسور
• 67. یادگیری تقویتی برای ربات های با قابلیت های متفاوت
• 68. محیط های شبیه سازی برای آموزش MARL
• 69. شبیه سازهای رباتیک عمومی
• 70. شبیه سازهای مونتاژ رباتیک
• 71. انتخاب شبیه ساز مناسب
• 72. گذار از شبیه سازی به دنیای واقعی (Sim-to-Real Transfer)
• 73. تکنیک های بهبود انتقال Sim-to-Real
• 74. یادگیری تقویتی برای مونتاژ قطعات پیچیده
• 75. مونتاژ قطعات با اشکال نامنظم
• 76. مونتاژ قطعات با تلرانس های بالا
• 77. مونتاژ قطعات با نیاز به نیروی دقیق
• 78. مونتاژ قطعات با نیاز به ترتیب خاص
• 79. مونتاژ با استفاده از دید رباتیک (Vision-based MARL)
• 80. استفاده از CNN برای پردازش تصاویر در MARL
• 81. استفاده از RNN برای پردازش دنباله تصاویر
• 82. یادگیری تقویتی برای کنترل نیروی ربات (Force Control MARL)
• 83. یادگیری تقویتی برای کنترل موقعیت ربات (Position Control MARL)
• 84. یادگیری تقویتی برای کنترل گشتاور ربات (Torque Control MARL)
• 85. یادگیری تقویتی برای مونتاژ با استفاده از دستکاری اشیاء (Object Manipulation MARL)
• 86. یادگیری تقویتی برای مونتاژ در محیط های پویا
• 87. یادگیری تقویتی برای مونتاژ در حضور موانع
• 88. یادگیری تقویتی برای مونتاژ با ربات های همکار (Collaborative Robotics MARL)
• 89. یادگیری تقویتی برای مونتاژ توسط چندین ربات
• 90. هماهنگی بین ربات ها در مونتاژ
• 91. تقسیم وظایف بین ربات ها
• 92. یادگیری تقویتی برای مونتاژ با ربات های انسان نما (Humanoid Robotics MARL)
• 93. یادگیری تقویتی برای مونتاژ با ربات های بازوی رباتیک (Robotic Arm MARL)
• 94. ارزیابی عملکرد الگوریتم های MARL
• 95. معیارهای ارزیابی
• 96. دقت مونتاژ
• 97. زمان مونتاژ
• 98. مصرف انرژی
• 99. قابلیت تعمیم
• 100. پایداری