کتاب صوتی طراحی و پیاده‌سازی سیستم‌های یادگیری تقویتی مختلط

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و پیاده‌سازی سیستم‌های یادگیری تقویتی مختلط

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: مختلط (Mixed MARL)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی
• 2. مفاهیم پایه یادگیری تقویتی
• 3. عوامل در یادگیری تقویتی
• 4. فضای حالت و عمل
• 5. تابع پاداش
• 6. سیاست‌ها در یادگیری تقویتی
• 7. تابع ارزش
• 8. ارزش حالت-عمل
• 9. یادگیری بدون مدل
• 10. روش‌های مونت کارلو
• 11. یادگیری تفاوت زمانی (TD Learning)
• 12. یادگیری TD(0)
• 13. یادگیری TD(λ)
• 14. یادگیری Q
• 15. الگوریتم Q-Learning
• 16. الگوریتم SARSA
• 17. روش‌های مبتنی بر گرادیان سیاست
• 18. یادگیری گرادیان سیاست
• 19. REINFORCE
• 20. Actor-Critic
• 21. مدل‌های مبتنی بر مدل
• 22. یادگیری اکتشافی
• 23. کاوش در فضای حالت
• 24. استراتژی‌های کاوش
• 25. کاوش با افزودن نویز
• 26. کاوش مبتنی بر عدم قطعیت
• 27. یادگیری تقویتی عمیق (DRL)
• 28. شبکه‌های عصبی عمیق در DRL
• 29. Deep Q-Networks (DQN)
• 30. پیشرفت‌های DQN
• 31. Double DQN
• 32. Dueling DQN
• 33. Prioritized Experience Replay
• 34. Rainbow DQN
• 35. Policy Gradient Methods in DRL
• 36. Actor-Critic Methods in DRL
• 37. A2C (Advantage Actor-Critic)
• 38. A3C (Asynchronous Advantage Actor-Critic)
• 39. TRPO (Trust Region Policy Optimization)
• 40. PPO (Proximal Policy Optimization)
• 41. SAC (Soft Actor-Critic)
• 42. AlphaGo و AlphaZero
• 43. یادگیری تقویتی در رباتیک
• 44. یادگیری تقویتی در بازی‌ها
• 45. یادگیری تقویتی در سیستم‌های توصیه‌گر
• 46. یادگیری تقویتی در مدیریت منابع
• 47. یادگیری تقویتی در سیستم‌های مالی اسلامی
• 48. بانکداری بدون ربا با یادگیری تقویتی
• 49. مدیریت سرمایه‌گذاری اسلامی با یادگیری تقویتی
• 50. بهینه‌سازی پرتفوی اسلامی
• 51. سیستم‌های توصیه‌گر اسلامی
• 52. یادگیری تقویتی در بهینه‌سازی مصرف انرژی
• 53. یادگیری تقویتی در شبکه‌های هوشمند
• 54. یادگیری تقویتی در حمل و نقل هوشمند
• 55. یادگیری تقویتی در مدیریت زنجیره تأمین
• 56. یادگیری تقویتی در سلامت و پزشکی (با رعایت پروتکل‌های وزارت بهداشت)
• 57. یادگیری تقویتی در تشخیص بیماری‌ها
• 58. یادگیری تقویتی در شخصی‌سازی درمان
• 59. یادگیری تقویتی در سیستم‌های توزیع‌شده
• 60. یادگیری تقویتی در اینترنت اشیاء (IoT)
• 61. یادگیری تقویتی در امنیت سایبری (با رویکرد دفاعی)
• 62. یادگیری تقویتی در یادگیری ماشین
• 63. یادگیری تقویتی برای بهینه‌سازی مدل‌های یادگیری ماشین
• 64. یادگیری تقویتی در پردازش زبان طبیعی
• 65. یادگیری تقویتی در ترجمه ماشینی
• 66. یادگیری تقویتی در تولید متن
• 67. یادگیری تقویتی در بینایی ماشین
• 68. یادگیری تقویتی در تشخیص اشیاء
• 69. یادگیری تقویتی در بخش‌بندی تصاویر
• 70. ملاحظات اخلاقی در یادگیری تقویتی
• 71. مسائل حریم خصوصی در یادگیری تقویتی
• 72. شفافیت و قابلیت تفسیر در یادگیری تقویتی
• 73. یادگیری تقویتی ایمن و قابل اعتماد
• 74. کاربرد یادگیری تقویتی در صنعت (با رعایت قوانین)
• 75. یادگیری تقویتی در تولید صنعتی
• 76. یادگیری تقویتی در کنترل کیفیت
• 77. یادگیری تقویتی در بهینه‌سازی فرآیندها
• 78. یادگیری تقویتی در خدمات مشتریان
• 79. یادگیری تقویتی در آموزش مجازی
• 80. یادگیری تقویتی در شخصی‌سازی محتوای آموزشی
• 81. یادگیری تقویتی در ارزیابی یادگیرندگان
• 82. یادگیری تقویتی در محیط‌های چند عاملی
• 83. یادگیری تقویتی در همکاری عامل‌ها
• 84. یادگیری تقویتی در رقابت عامل‌ها
• 85. یادگیری تقویتی در بازی‌های با مجموع صفر
• 86. یادگیری تقویتی در بهینه‌سازی سیستم‌های پیچیده
• 87. یادگیری تقویتی در شبیه‌سازی‌های علمی
• 88. یادگیری تقویتی در تحقیق و توسعه
• 89. یادگیری تقویتی برای کشف دانش جدید
• 90. یادگیری تقویتی در حل مسائل پیچیده اجتماعی (با رویکرد علمی و غیر ترویجی)
• 91. یادگیری تقویتی در مدیریت شهری (با رویکرد علمی)
• 92. یادگیری تقویتی در بهینه‌سازی مصرف منابع ملی
• 93. یادگیری تقویتی در توسعه پایدار
• 94. یادگیری تقویتی در فرهنگ و هنر (در چارچوب مجوزهای رسمی)
• 95. یادگیری تقویتی در موسیقی (با رعایت چارچوب شرعی)
• 96. یادگیری تقویتی در سینما (با رعایت چارچوب شرعی)
• 97. یادگیری تقویتی در پژوهش‌های نوآورانه
• 98. یادگیری تقویتی برای آینده
• 99. مباحث پیشرفته در یادگیری تقویتی
• 100. یادگیری تقویتی با پاداش‌های پراکنده