فلش‌کارت‌های آموزشی مبانی یادگیری تقویتی چندعامله در سیستم‌های هوشمند

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی یادگیری تقویتی چندعامله در سیستم‌های هوشمند

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: یادگیری تقویتی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
• 2. مفاهیم پایه یادگیری تقویتی
• 3. عناصر اصلی یادگیری تقویتی: عامل، محیط، حالت، عمل، پاداش
• 4. تابع ارزش و تابع سیاست
• 5. یادگیری مبتنی بر مدل در مقابل یادگیری بدون مدل
• 6. الگوریتم‌های یادگیری تقویتی بدون مدل: Q-Learning
• 7. الگوریتم‌های یادگیری تقویتی بدون مدل: SARSA
• 8. یادگیری عمیق تقویتی (Deep Reinforcement Learning)
• 9. شبکه‌های عصبی در یادگیری تقویتی
• 10. شبکه‌های عصبی کانولوشنی (CNN) برای یادگیری تقویتی
• 11. شبکه‌های عصبی بازگشتی (RNN) برای یادگیری تقویتی
• 12. معرفی یادگیری تقویتی چندعامله (MARL)
• 13. تفاوت‌های MARL با یادگیری تقویتی تک‌عامله
• 14. چالش‌های کلیدی در MARL
• 15. مسائل هماهنگی و رقابت در MARL
• 16. فضاهای حالت و عمل مشترک در MARL
• 17. فضاهای حالت و عمل مجزا در MARL
• 18. مدل‌های مبتنی بر عامل مرکزی و عامل عامل (Centralized vs. Decentralized)
• 19. یادگیری تقویتی با عامل مرکزی (Centralized MARL)
• 20. یادگیری تقویتی با عامل عامل (Decentralized MARL)
• 21. یادگیری تقویتی نیمه‌متمرکز (Semi-Decentralized MARL)
• 22. الگوریتم‌های Dasar MARL: Independent Q-Learning (IQL)
• 23. محدودیت‌های IQL
• 24. الگوریتم‌های Dasar MARL: VDN (Value Decomposition Networks)
• 25. مفهوم تجزیه تابع ارزش
• 26. معماری VDN
• 27. الگوریتم‌های Dasar MARL: QMIX
• 28. مفهوم تابع Mixing
• 29. معماری QMIX
• 30. مقایسه VDN و QMIX
• 31. یادگیری تقویتی با عامل مرکزی در طول آموزش (CTDE)
• 32. الگوریتم‌های CTDE: MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
• 33. معماری MADDPG
• 34. کاربرد MADDPG در سناریوهای پیچیده
• 35. الگوریتم‌های CTDE: COMA (Counterfactual Multi-Agent Policy Gradients)
• 36. مفهوم عامل شمارشی
• 37. معماری COMA
• 38. مزایای COMA
• 39. یادگیری تقویتی مبتنی بر مدل در MARL
• 40. مدل‌سازی محیط مشترک
• 41. استفاده از مدل در تصمیم‌گیری عامل‌ها
• 42. یادگیری تقویتی با ارتباطات بین عامل‌ها
• 43. پروتکل‌های ارتباطی در MARL
• 44. یادگیری استراتژی‌های ارتباطی
• 45. کاربرد یادگیری تقویتی با ارتباطات
• 46. یادگیری تقویتی با اکتشاف در محیط‌های چندعامله
• 47. چالش‌های اکتشاف در MARL
• 48. راهکارهای اکتشاف در MARL
• 49. یادگیری تقویتی با پاداش‌های مهندسی شده
• 50. طراحی تابع پاداش برای سیستم‌های چندعامله
• 51. پاداش‌های مشروط و غیرمشروط
• 52. پیاده‌سازی توابع پاداش سازگار
• 53. یادگیری تقویتی در رباتیک چندعامله
• 54. هماهنگی ربات‌ها در وظایف مشترک
• 55. کنترل ترافیک پهپادها با MARL
• 56. سیستم‌های حمل و نقل هوشمند با MARL
• 57. مدیریت بهینه ترافیک شهری
• 58. کنترل چراغ‌های راهنمایی هوشمند
• 59. کاربرد MARL در بازی‌های شبیه‌سازی شده
• 60. بازی‌های استراتژیک چندنفره
• 61. شبیه‌سازی سناریوهای جنگی
• 62. توسعه عوامل هوشمند برای بازی‌ها
• 63. کاربرد MARL در شبکه‌های توزیع شده
• 64. مدیریت منابع در شبکه‌های کامپیوتری
• 65. بهینه‌سازی مصرف انرژی در شبکه‌ها
• 66. کنترل جریان داده در شبکه‌های ارتباطی
• 67. یادگیری تقویتی در سیستم‌های مالی
• 68. معاملات الگوریتمی چندعامله
• 69. مدیریت پورتفوی هوشمند
• 70. پیش‌بینی بازارهای مالی با MARL
• 71. کاربرد MARL در سیستم‌های توصیه‌گر
• 72. توصیه‌های شخصی‌سازی شده برای کاربران
• 73. هماهنگی توصیه‌ها در گروه‌ها
• 74. بهبود تجربه کاربری با MARL
• 75. یادگیری تقویتی در شبکه‌های حسگر
• 76. تخصیص منابع در شبکه‌های حسگر
• 77. بهینه‌سازی مسیریابی در شبکه‌های حسگر
• 78. جمع‌آوری داده‌های کارآمد با MARL
• 79. یادگیری تقویتی در سیستم‌های سلامت
• 80. مدیریت پرونده الکترونیک سلامت
• 81. هماهنگی تیم‌های پزشکی
• 82. شبیه‌سازی بیماری‌های عفونی
• 83. یادگیری تقویتی در سیستم‌های تولیدی
• 84. بهینه‌سازی خطوط تولید
• 85. مدیریت موجودی در سیستم‌های تولیدی
• 86. کنترل کیفیت محصولات با MARL
• 87. یادگیری تقویتی در سیستم‌های انرژی
• 88. مدیریت شبکه‌های هوشمند برق
• 89. بهینه‌سازی تولید انرژی تجدیدپذیر
• 90. کنترل مصرف انرژی خانگی
• 91. یادگیری تقویتی در سیستم‌های امنیتی
• 92. تشخیص نفوذ در شبکه‌های کامپیوتری
• 93. مدیریت دفاع سایبری چندعامله
• 94. سیستم‌های نظارتی هوشمند
• 95. یادگیری تقویتی در ربات‌های صنعتی
• 96. هماهنگی ربات‌ها در خط تولید
• 97. انجام وظایف پیچیده توسط ربات‌ها
• 98. بهبود بهره‌وری در محیط‌های صنعتی
• 99. یادگیری تقویتی در سیستم‌های خودران
• 100. هدایت خودروهای خودران در ترافیک