کتاب صوتی بازی‌های صفر و یک در یادگیری تقویتی چندعامله

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بازی‌های صفر و یک در یادگیری تقویتی چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: بازی‌ها (Games)

📋 سرفصل‌های دوره

• 1. مبانی یادگیری تقویتی چندعامله
• 2. مفاهیم پایه عامل و محیط
• 3. مدل‌های عامل-محیط
• 4. فضای حالت و فضای عمل
• 5. تابع پاداش
• 6. هدف عامل
• 7. یادگیری اکتشافی در مقابل یادگیری استثماری
• 8. الگوریتم‌های یادگیری تقویتی تک‌عامله
• 9. یادگیری Q (Q-Learning)
• 10. یادگیری سیاست گرادیان (Policy Gradient)
• 11. تفاوت‌های یادگیری تقویتی تک‌عامله و چندعامله
• 12. چالش‌های هماهنگی در محیط‌های چندعامله
• 13. مسائل هماهنگی و رقابت
• 14. تئوری بازی‌ها در یادگیری تقویتی چندعامله
• 15. بازی‌های جمعی (Cooperative Games)
• 16. بازی‌های رقابتی (Competitive Games)
• 17. بازی‌های مختلط (Mixed Games)
• 18. تعریف مسئله یادگیری تقویتی چندعامله
• 19. مدل‌های متقابل (Mutual Models)
• 20. مدل‌های توزیع‌شده (Decentralized Models)
• 21. مدل‌های متمرکز (Centralized Models)
• 22. مدل‌های متمرکز-توزیع‌شده (Centralized-Decentralized Models)
• 23. الگوریتم‌های یادگیری تقویتی چندعامله
• 24. یادگیری Q متمرکز (Centralized Q-Learning)
• 25. یادگیری Q توزیع‌شده (Decentralized Q-Learning)
• 26. یادگیری سیاست گرادیان توزیع‌شده (Decentralized Policy Gradient)
• 27. یادگیری عمقی Q متمرکز (Centralized Deep Q-Learning)
• 28. یادگیری عمقی Q توزیع‌شده (Decentralized Deep Q-Learning)
• 29. شبکه‌های عصبی عمیق در یادگیری تقویتی چندعامله
• 30. شبکه‌های عصبانی عمیق Q (DQN)
• 31. شبکه‌های عصبانی عمیق سیاست گرادیان (DPG)
• 32. شبکه‌های عصبانی عمیق عامل-عامل (MADDPG)
• 33. یادگیری عامل-عامل با شبکه‌های عصبانی (Actor-Critic)
• 34. استفاده از یادگیری عمیق برای نمایش حالت و عمل
• 35. یادگیری بازنمایی حالات در محیط‌های چندعامله
• 36. یادگیری بازنمایی اعمال در محیط‌های چندعامله
• 37. کاربرد شبکه‌های عصبی کانولوشنال (CNN)
• 38. کاربرد شبکه‌های عصبی بازگشتی (RNN)
• 39. کاربرد شبکه‌های عصبی ترنسفورمر (Transformer)
• 40. هماهنگی در سیستم‌های چندعامله
• 41. تکنیک‌های هماهنگی مبتنی بر ارتباط
• 42. ارتباط مستقیم بین عامل‌ها
• 43. ارتباط غیرمستقیم از طریق محیط
• 44. یادگیری زبان مشترک بین عامل‌ها
• 45. یادگیری هماهنگی از طریق مشاهده اعمال دیگران
• 46. هماهنگی مبتنی بر قراردادهای اجتماعی
• 47. قراردادهای اجتماعی در سیستم‌های چندعامله
• 48. یادگیری و اجرای قراردادهای اجتماعی
• 49. کاربرد قراردادهای اجتماعی در رباتیک
• 50. کاربرد قراردادهای اجتماعی در بازی‌ها
• 51. رقابت در سیستم‌های چندعامله
• 52. استراتژی‌های رقابتی در بازی‌های مجموع-صفر
• 53. یادگیری استراتژی‌های بهینه در مقابل حریفان
• 54. مدل‌سازی رفتار حریفان
• 55. رقابت در بازی‌های با مجموع-غیرصفر
• 56. رقابت در بازارهای مالی
• 57. رقابت در سیستم‌های حمل و نقل
• 58. یادگیری تقویتی چندعامله در رباتیک
• 59. کنترل ربات‌های خودمختار
• 60. هماهنگی بین ربات‌ها در وظایف مشترک
• 61. ربات‌های انبارداری و لجستیک
• 62. ربات‌های کاوشگر و جستجو و نجات
• 63. ربات‌های خانگی و خدماتی
• 64. یادگیری تقویتی چندعامله در بازی‌ها
• 65. بازی‌های استراتژی زمان واقعی (RTS)
• 66. بازی‌های رومیزی چندنفره
• 67. بازی‌های شبیه‌سازی
• 68. بازی‌های ورزشی الکترونیکی
• 69. یادگیری تقویتی چندعامله در سیستم‌های توصیه‌گر
• 70. توصیه‌گرهای شخصی‌سازی‌شده
• 71. توصیه محصول و محتوا
• 72. بهینه‌سازی تجربه کاربری
• 73. سیستم‌های توصیه‌گر در تجارت الکترونیک
• 74. سیستم‌های توصیه‌گر در رسانه‌های اجتماعی
• 75. یادگیری تقویتی چندعامله در شبکه‌های هوشمند
• 76. مدیریت انرژی در شبکه‌های برق
• 77. کنترل ترافیک شهری
• 78. بهینه‌سازی منابع در مراکز داده
• 79. سیستم‌های هوشمند حمل و نقل
• 80. سیستم‌های توزیع منابع
• 81. چالش‌های اخلاقی و امنیتی
• 82. حریم خصوصی عامل‌ها
• 83. امنیت سیستم‌های چندعامله
• 84. سوگیری در الگوریتم‌های یادگیری چندعامله
• 85. مسئولیت‌پذیری در سیستم‌های خودکار
• 86. کاربردهای خاص و پیشرفته
• 87. یادگیری تقویتی چندعامله در سیستم‌های توزیع‌شده
• 88. بهینه‌سازی توزیع منابع
• 89. مدیریت همزمان‌سازی
• 90. کنترل سیستم‌های تعبیه‌شده
• 91. یادگیری تقویتی چندعامله در اقتصاد رفتاری
• 92. مدل‌سازی تصمیم‌گیری اقتصادی
• 93. تحلیل بازار
• 94. بهینه‌سازی سیاست‌های اقتصادی
• 95. یادگیری تقویتی چندعامله در علوم اجتماعی
• 96. مدل‌سازی رفتار جمعی
• 97. پیش‌بینی روندهای اجتماعی
• 98. بهینه‌سازی سیاست‌های اجتماعی
• 99. یادگیری تقویتی چندعامله در علوم زیستی
• 100. مدل‌سازی سیستم‌های بیولوژیکی