کتاب صوتی کاربردهای عمیق یادگیری در مسائل پیچیده یادگیری تقویتی چندعامله

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کاربردهای عمیق یادگیری در مسائل پیچیده یادگیری تقویتی چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری عمیق (Deep Learning)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی چندعامله
• 2. مفاهیم پایه‌ای یادگیری تقویتی
• 3. عوامل در محیط‌های یادگیری تقویتی
• 4. مدل‌های فضای حالت و عمل
• 5. تابع ارزش و تابع سیاست
• 6. یادگیری مبتنی بر ارزش
• 7. یادگیری مبتنی بر سیاست
• 8. یادگیری ترکیبی ارزش و سیاست
• 9. الگوریتم‌های Q-learning
• 10. الگوریتم‌های SARSA
• 11. یادگیری عمیق در یادگیری تقویتی
• 12. شبکه‌های عصبی کانولوشنی (CNN)
• 13. شبکه‌های عصبی بازگشتی (RNN)
• 14. شبکه‌های عصبی ترنسفورمر
• 15. یادگیری عمیق مبتنی بر ارزش (DQN)
• 16. پیشرفت‌های DQN
• 17. Double DQN
• 18. Prioritized Experience Replay
• 19. Dueling DQN
• 20. Rainbow DQN
• 21. یادگیری عمیق مبتنی بر سیاست (Policy Gradients)
• 22. REINFORCE
• 23. Actor-Critic Methods
• 24. A2C (Advantage Actor-Critic)
• 25. A3C (Asynchronous Advantage Actor-Critic)
• 26. PPO (Proximal Policy Optimization)
• 27. TRPO (Trust Region Policy Optimization)
• 28. یادگیری تقویتی چندعامله (MARL)
• 29. چالش‌های MARL
• 30. همکاری بین عامل‌ها
• 31. رقابت بین عامل‌ها
• 32. محیط‌های مشترک
• 33. محیط‌های توزیع‌شده
• 34. مدل‌های یادگیری تقویتی چندعامله
• 35. مرکزی و توزیع‌شده
• 36. مدل‌های مبتنی بر عامل
• 37. مدل‌های مبتنی بر محیط
• 38. مدل‌های مبتنی بر بازی
• 39. بازی‌های مجموع-صفر
• 40. بازی‌های مجموع-غیرصفر
• 41. تعادل نش در بازی‌ها
• 42. یادگیری همکارانه در MARL
• 43. فرایندهای تصمیم‌گیری مارکوف همکارانه (CMDP)
• 44. الگوریتم‌های یادگیری همکارانه
• 45. VDN (Value Decomposition Networks)
• 46. QMIX
• 47. QTRAN
• 48. COMA (Counterfactual Multi-Agent Policy Gradients)
• 49. یادگیری رقابتی در MARL
• 50. بازی‌های حریصانه
• 51. یادگیری استراتژی‌های بهینه
• 52. الگوریتم‌های یادگیری رقابتی
• 53. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
• 54. DDPG برای MARL
• 55. مقایسه MADDPG و DQN
• 56. کاربردهای MARL در رباتیک
• 57. کنترل گروهی ربات‌ها
• 58. ناوبری ربات‌ها
• 59. انبارداری خودکار
• 60. کاربردهای MARL در بازی‌ها
• 61. بازی‌های استراتژیک
• 62. بازی‌های شبیه‌سازی شده
• 63. کاربردهای MARL در سیستم‌های توزیع‌شده
• 64. مدیریت ترافیک
• 65. شبکه‌های هوشمند
• 66. سیستم‌های توصیه‌گر
• 67. کاربردهای MARL در امور مالی
• 68. معاملات الگوریتمی
• 69. مدیریت پورتفولیو
• 70. تشخیص تقلب
• 71. کاربردهای MARL در بهداشت و درمان
• 72. تشخیص بیماری
• 73. طراحی درمان
• 74. بهینه‌سازی منابع بیمارستانی
• 75. یادگیری تقویتی در سیستم‌های اقتصادی اسلامی
• 76. مفاهیم بانکداری بدون ربا
• 77. عقود اسلامی در یادگیری تقویتی
• 78. شبیه‌سازی بازار با رویکرد اسلامی
• 79. بهینه‌سازی سرمایه‌گذاری اسلامی
• 80. مدیریت ریسک بر مبنای فقه اسلامی
• 81. مدل‌سازی رفتار عامل‌ها در اقتصاد اسلامی
• 82. کاربرد یادگیری تقویتی در مسائل اجتماعی
• 83. بهینه‌سازی تخصیص منابع اجتماعی
• 84. مدیریت بحران با رویکرد چندعامله
• 85. شبیه‌سازی تعاملات اجتماعی
• 86. کاربرد یادگیری تقویتی در مسائل زیست‌محیطی
• 87. مدیریت منابع آب
• 88. بهینه‌سازی مصرف انرژی
• 89. کنترل آلودگی هوا
• 90. ملاحظات اخلاقی در MARL
• 91. شفافیت در تصمیم‌گیری عامل‌ها
• 92. مسئولیت‌پذیری عامل‌ها
• 93. امنیت و پایداری سیستم‌های MARL
• 94. ارزیابی عملکرد در MARL
• 95. معیارهای ارزیابی
• 96. مقایسه الگوریتم‌ها
• 97. چالش‌های پیاده‌سازی MARL
• 98. نرم‌افزارها و کتابخانه‌های MARL
• 99. آینده پژوهش در MARL
• 100. یادگیری تقویتی عمیق چندعامله پیشرفته