فلش‌کارت‌های آموزشی سناریوهای پویای محیطی و عاملی در MARL

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره سناریوهای پویای محیطی و عاملی در MARL

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: انواع سناریوهای MARL

📋 سرفصل‌های دوره

• 1. مقدمه ای بر یادگیری تقویتی چند عاملی
• 2. اصول اساسی یادگیری تقویتی
• 3. مفهوم عامل در هوش مصنوعی
• 4. محیط های پویا در یادگیری تقویتی
• 5. مدل سازی عامل-محیط
• 6. فریم ورک های رایج MARL
• 7. انواع مسائل در MARL
• 8. هماهنگی عامل ها
• 9. رقابت عامل ها
• 10. ترکیب هماهنگی و رقابت
• 11. مفاهیم پایه ای نظریه بازی ها
• 12. بازی های جمعی
• 13. بازی های غیرجمع
• 14. تعادل نش
• 15. حل مسائل با تعادل نش
• 16. روش های مبتنی بر ارزش در MARL
• 17. توابع ارزش مشترک
• 18. توابع ارزش فردی
• 19. یادگیری تفاوت های زمانی در MARL
• 20. روش های مبتنی بر سیاست در MARL
• 21. سیاست های مشترک
• 22. سیاست های جداگانه
• 23. گرادیان سیاست مشترک
• 24. گرادیان سیاست جداگانه
• 25. روش های ترکیبی
• 26. الگوریتم های Actor-Critic در MARL
• 27. A2C در محیط های چند عاملی
• 28. MADDPG
• 29. COMA
• 30. QMIX
• 31. DRQN
• 32. روش های مبتنی بر مدلسازی در MARL
• 33. مدل های محیطی مشترک
• 34. مدل های عامل های دیگر
• 35. یادگیری مدل های عامل ها
• 36. پیش بینی رفتار عامل های دیگر
• 37. استراتژی های مبتنی بر ارتباطات
• 38. ارتباطات صریح
• 39. ارتباطات ضمنی
• 40. یادگیری پروتکل های ارتباطی
• 41. فشرده سازی اطلاعات ارتباطی
• 42. مسائل مقیاس پذیری در MARL
• 43. چالش های محاسباتی
• 44. راهکارهای مقیاس پذیری
• 45. نمونه برداری و تقویع
• 46. یادگیری توزیع شده
• 47. یادگیری فدرال شده
• 48. کاربردها در رباتیک
• 49. کنترل ناوگان ربات ها
• 50. ربات های خودمختار در انبارها
• 51. ربات های خدماتی
• 52. کاربردها در حمل و نقل
• 53. مدیریت ترافیک هوشمند
• 54. وسایل نقلیه خودران هماهنگ
• 55. کاربردها در بازی ها
• 56. بازی های استراتژیک چند نفره
• 57. توسعه عامل های هوشمند در بازی ها
• 58. کاربردها در امور مالی
• 59. مدیریت پورتفوی مشترک
• 60. معاملات الگوریتمی چند عاملی
• 61. کاربردها در شبکه های انرژی
• 62. مدیریت شبکه های هوشمند
• 63. بهینه سازی تولید و مصرف
• 64. کاربردها در سیستم های توزیع شده
• 65. مدیریت منابع در سیستم های ابری
• 66. کاربردها در سیستم های مخابراتی
• 67. بهینه سازی تخصیص منابع
• 68. کاربردها در سلامت
• 69. مدیریت سیستم های مراقبت های بهداشتی
• 70. تشخیص و درمان گروهی
• 71. ملاحظات اخلاقی در MARL
• 72. عدالت و انصاف در عامل ها
• 73. شفافیت در تصمیم گیری عامل ها
• 74. مسئولیت پذیری عامل ها
• 75. حریم خصوصی داده ها در MARL
• 76. امنیت عامل ها
• 77. روش های ارزیابی در MARL
• 78. معیارهای عملکردی
• 79. سناریوهای ارزیابی
• 80. تحلیل حساسیت
• 81. آزمایشات مقایسه ای
• 82. روش های اکتشاف در MARL
• 83. اکتشاف تصادفی
• 84. اکتشاف مبتنی بر کنجکاوی
• 85. اکتشاف مبتنی بر پاداش
• 86. اکتشاف هماهنگ
• 87. یادگیری تقویتی عمیق در MARL
• 88. شبکه های عصبی کانولوشنی در MARL
• 89. شبکه های عصبی بازگشتی در MARL
• 90. ترانسفورمرها در MARL
• 91. تکنیک های تنظیم هایپرپارامتر
• 92. تنظیم خودکار هایپرپارامترها
• 93. بهینه سازی هایپرپارامترها
• 94. روش های کاهش ابعاد
• 95. تجزیه و تحلیل مؤلفه های اصلی
• 96. تکنیک های تقلیل ابعاد مبتنی بر یادگیری عمیق
• 97. روش های یادگیری انتقالی در MARL
• 98. انتقال دانش بین عامل ها
• 99. انتقال دانش بین محیط ها
• 100. یادگیری تقویتی با نظارت محدود