کتاب صوتی الگوریتم‌های کلیدی یادگیری ماشین در MARL

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره الگوریتم‌های کلیدی یادگیری ماشین در MARL

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری ماشین (Machine Learning)

📋 سرفصل‌های دوره

• 1. مبانی یادگیری تقویتی چند عامله
• 2. مقدمه‌ای بر محیط‌های MARL
• 3. شناسایی عامل‌ها و فضاهای عمل
• 4. مدل‌سازی پویایی محیطی در MARL
• 5. مفاهیم تعامل عامل‌ها: همکاری و رقابت
• 6. تعریف تابع پاداش در سناریوهای MARL
• 7. انواع استراتژی‌های یادگیری در MARL
• 8. یادگیری تقویتی عامل-کارگزار (AC)
• 9. یادگیری تقویتی مبتنی بر ارزش (V-value)
• 10. یادگیری تقویتی مبتنی بر سیاست (Policy Gradient)
• 11. الگوریتم‌های مبتنی بر تطابق سیاست (Policy Matching)
• 12. الگوریتم‌های مبتنی بر تطابق ارزش (Value Matching)
• 13. یادگیری تقویتی هماهنگ (Coordinated Reinforcement Learning)
• 14. یادگیری تقویتی توزیع‌شده (Decentralized RL)
• 15. یادگیری تقویتی متمرکز (Centralized RL)
• 16. یادگیری تقویتی متمرکز-توزیع‌شده (CTDE)
• 17. الگوریتم‌های MADDPG
• 18. معماری شبکه‌های عصبی برای MARL
• 19. شبکه‌های عصبی کانولوشنی در MARL
• 20. شبکه‌های عصبی بازگشتی در MARL
• 21. شبکه‌های عصبی ترانسفورمر در MARL
• 22. تنظیم پارامترهای شبکه‌های عصبی در MARL
• 23. روش‌های جستجوی سیاست در MARL
• 24. بهینه‌سازی سیاست با گرادیان
• 25. تکنیک‌های نمونه‌برداری در MARL
• 26. مدل‌های مبتنی بر حافظه در MARL
• 27. استفاده از شبکه‌های حافظه طولانی کوتاه‌مدت (LSTM)
• 28. استفاده از شبکه‌های حافظه ترتیبی (GRU)
• 29. یادگیری تقویتی با استفاده از مدل (Model-Based RL)
• 30. یادگیری تقویتی بدون مدل (Model-Free RL)
• 31. تکنیک‌های اکتشاف در MARL
• 32. اکتشاف مبتنی بر آنتروپی
• 33. اکتشاف مبتنی بر پاداش تصادفی
• 34. اکتشاف مبتنی بر کنجکاوی
• 35. تکنیک‌های جلوگیری از فراموشی در MARL
• 36. استفاده از تجربه بازپخش (Experience Replay)
• 37. استفاده از حافظه بازپخش ایمن (Safe Replay Memory)
• 38. یادگیری تقویتی با پاداش‌های ساختاری
• 39. طراحی پاداش‌های تکمیلی (Reward Shaping)
• 40. پاداش‌های مبتنی بر هدف (Goal-based Rewards)
• 41. پاداش‌های مبتنی بر همکاری (Cooperative Rewards)
• 42. پاداش‌های مبتنی بر رقابت (Competitive Rewards)
• 43. مدل‌سازی عامل‌های ناهمگن
• 44. یادگیری تقویتی با عامل‌های ناهمگن
• 45. تفاوت در فضاهای حالت و عمل
• 46. تفاوت در توابع پاداش
• 47. کاربرد MARL در رباتیک
• 48. کنترل گروهی ربات‌ها
• 49. ناوبری ربات‌های خودمختار
• 50. هماهنگی ربات‌های انبار
• 51. کاربرد MARL در بازی‌ها
• 52. استراتژی‌های پیچیده در بازی‌های چندنفره
• 53. یادگیری استراتژی‌های برد در بازی‌های تیمی
• 54. شبیه‌سازی بازی‌های استراتژیک
• 55. کاربرد MARL در سیستم‌های توصیه‌گر
• 56. توصیه‌گرهای شخصی‌سازی شده
• 57. سیستم‌های توصیه‌گر پویا
• 58. بهینه‌سازی توصیه‌ها در محیط‌های چندعامله
• 59. کاربرد MARL در شبکه‌های ارتباطی
• 60. مدیریت ترافیک در شبکه‌های بی‌سیم
• 61. بهینه‌سازی تخصیص منابع
• 62. یادگیری سیاست‌های مسیریابی
• 63. کاربرد MARL در امور مالی
• 64. معاملات خودکار در بازارهای مالی
• 65. مدیریت پرتفوی سرمایه‌گذاری
• 66. بهینه‌سازی استراتژی‌های معاملاتی
• 67. کاربرد MARL در سیستم‌های توزیع‌شده
• 68. مدیریت مصرف انرژی در شبکه‌های هوشمند
• 69. بهینه‌سازی منابع در محاسبات ابری
• 70. کنترل سیستم‌های حمل و نقل هوشمند
• 71. ارزیابی عملکرد الگوریتم‌های MARL
• 72. معیارهای ارزیابی در سناریوهای همکاری
• 73. معیارهای ارزیابی در سناریوهای رقابت
• 74. معیارهای ارزیابی در سناریوهای مختلط
• 75. محدودیت‌های الگوریتم‌های MARL
• 76. مشکلات مقیاس‌پذیری
• 77. عدم قطعیت در محیط‌های پویا
• 78. چالش‌های هماهنگی
• 79. روش‌های پیشرفته در MARL
• 80. یادگیری تقویتی عمیق چندعامله (Deep MARL)
• 81. یادگیری تقویتی با شبکه‌های مولد
• 82. یادگیری تقویتی با شبکه‌های انتشار
• 83. یادگیری تقویتی با استفاده از نمودارهای دانش
• 84. یادگیری تقویتی مبتنی بر عامل‌های مبتنی بر مدل
• 85. یادگیری تقویتی با ارتباطات عامل‌ها
• 86. یادگیری تقویتی با ارتباطات صریح
• 87. یادگیری تقویتی با ارتباطات ضمنی
• 88. یادگیری تقویتی با استدلال عامل‌ها
• 89. یادگیری تقویتی با تفسیرپذیری
• 90. روش‌های امنیتی در MARL
• 91. حفظ حریم خصوصی در داده‌های عامل‌ها
• 92. جلوگیری از حملات متقابل
• 93. اعتمادپذیری در سیستم‌های MARL
• 94. اخلاقیات در MARL
• 95. ملاحظات اخلاقی در طراحی سیستم‌های MARL
• 96. مسئولیت‌پذیری عامل‌ها
• 97. عدالت و انصاف در نتایج MARL
• 98. آینده پژوهش در MARL
• 99. روندهای جدید در MARL
• 100. کاربردهای نوظهور MARL