کتاب صوتی مقدمه‌ای بر دسته‌بندی سناریوهای MARL

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر دسته‌بندی سناریوهای MARL

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: انواع سناریوهای MARL

📋 سرفصل‌های دوره

• 1. مبانی یادگیری تقویتی چندعامله
• 2. مفاهیم کلیدی در یادگیری تقویتی
• 3. مدل‌های عامل در سیستم‌های چندعامله
• 4. محیط‌های یادگیری تقویتی چندعامله
• 5. انواع سناریوهای یادگیری تقویتی چندعامله
• 6. دسته‌بندی مبتنی بر همکاری عامل‌ها
• 7. سیستم‌های کاملاً همکار
• 8. سیستم‌های کاملاً متخاصم
• 9. سیستم‌های نیمه‌همکار (ترکیبی)
• 10. دسته‌بندی مبتنی بر ارتباطات عامل‌ها
• 11. سیستم‌های با ارتباطات صریح
• 12. سیستم‌های با ارتباطات ضمنی
• 13. سیستم‌های بدون ارتباطات
• 14. دسته‌بندی مبتنی بر مشاهده‌پذیری عامل‌ها
• 15. سیستم‌های با مشاهده کامل
• 16. سیستم‌های با مشاهده جزئی (POMDPs)
• 17. دسته‌بندی مبتنی بر ساختار پاداش
• 18. پاداش‌های مشترک
• 19. پاداش‌های مجزا
• 20. پاداش‌های ترکیبی
• 21. دسته‌بندی مبتنی بر پویایی محیط
• 22. محیط‌های ایستا
• 23. محیط‌های پویا
• 24. محیط‌های با تغییر ساختار
• 25. دسته‌بندی مبتنی بر نوع عامل‌ها
• 26. عامل‌های همگن
• 27. عامل‌های ناهمگن
• 28. دسته‌بندی مبتنی بر اهداف عامل‌ها
• 29. اهداف منفرد
• 30. اهداف متعارض
• 31. اهداف تکاملی
• 32. دسته‌بندی مبتنی بر مقیاس‌پذیری
• 33. سیستم‌های کوچک‌مقیاس
• 34. سیستم‌های بزرگ‌مقیاس
• 35. دسته‌بندی مبتنی بر قابلیت اطمینان عامل‌ها
• 36. عامل‌های قابل اعتماد
• 37. عامل‌های غیرقابل اعتماد
• 38. دسته‌بندی مبتنی بر یادگیری متمرکز
• 39. یادگیری متمرکز در عامل
• 40. یادگیری متمرکز در ناظر
• 41. دسته‌بندی مبتنی بر فاز یادگیری
• 42. یادگیری آفلاین
• 43. یادگیری آنلاین
• 44. یادگیری نیمه‌آنلاین
• 45. دسته‌بندی مبتنی بر تعامل عامل‌ها با یکدیگر
• 46. تعامل مستقیم
• 47. تعامل غیرمستقیم
• 48. دسته‌بندی مبتنی بر پیچیدگی تصمیم‌گیری
• 49. تصمیم‌گیری ساده
• 50. تصمیم‌گیری پیچیده
• 51. دسته‌بندی مبتنی بر استقلال عامل‌ها
• 52. عامل‌های کاملاً مستقل
• 53. عامل‌های وابسته
• 54. دسته‌بندی مبتنی بر یادگیری از تاریخچه
• 55. یادگیری مبتنی بر حافظه کوتاه مدت
• 56. یادگیری مبتنی بر حافظه بلند مدت
• 57. دسته‌بندی مبتنی بر استراتژی‌های عامل
• 58. استراتژی‌های قطعی
• 59. استراتژی‌های احتمالی
• 60. دسته‌بندی مبتنی بر عدم قطعیت
• 61. عدم قطعیت در محیط
• 62. عدم قطعیت در اهداف عامل
• 63. عدم قطعیت در مشاهدات
• 64. دسته‌بندی مبتنی بر زمان‌بندی
• 65. مسائل با زمان‌بندی گسسته
• 66. مسائل با زمان‌بندی پیوسته
• 67. دسته‌بندی مبتنی بر هماهنگی
• 68. نیاز به هماهنگی بالا
• 69. نیاز به هماهنگی پایین
• 70. دسته‌بندی مبتنی بر رقابت
• 71. رقابت خالص
• 72. رقابت با همکاری جزئی
• 73. دسته‌بندی مبتنی بر یادگیری از دیگران
• 74. یادگیری از همتایان
• 75. یادگیری از ناظر
• 76. دسته‌بندی مبتنی بر مدل‌سازی محیط
• 77. مدل‌سازی کامل محیط
• 78. مدل‌سازی ناقص محیط
• 79. دسته‌بندی مبتنی بر پیش‌بینی
• 80. پیش‌بینی رفتار دیگر عامل‌ها
• 81. پیش‌بینی تغییرات محیط
• 82. دسته‌بندی مبتنی بر یادگیری استراتژی‌های پویا
• 83. استراتژی‌های انطباقی
• 84. استراتژی‌های ثابت
• 85. دسته‌بندی مبتنی بر پیچیدگی ارتباطات
• 86. ارتباطات خطی
• 87. ارتباطات غیرخطی
• 88. دسته‌بندی مبتنی بر یادگیری سلسله مراتبی
• 89. یادگیری در سطوح مختلف انتزاع
• 90. دسته‌بندی مبتنی بر یادگیری مبتنی بر بازی
• 91. بازی‌های جمع صفر
• 92. بازی‌های مجموع غیرصفر
• 93. دسته‌بندی مبتنی بر تعادل نش
• 94. یافتن تعادل نش
• 95. استفاده از تعادل نش
• 96. دسته‌بندی مبتنی بر یادگیری فازبندی شده
• 97. یادگیری در فازهای مختلف
• 98. دسته‌بندی مبتنی بر یادگیری مبتنی بر شبیه‌سازی
• 99. استفاده از شبیه‌سازی برای یادگیری
• 100. دسته‌بندی مبتنی بر یادگیری تقویتی عمیق چندعامله (Deep MARL)