, ,

کتاب یادگیری تقویتی چندعامله برای کاربردهای رباتیک

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب یادگیری تقویتی چندعامله برای کاربردهای رباتیک

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای کنترل ربات‌های خودمختار

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر یادگیری تقویتی چندعامله
  • 2. مبانی یادگیری تقویتی
  • 3. مبانی یادگیری تقویتی چندعامله (MARL)
  • 4. تفاوت های MARL با RL تک عامله
  • 5. چالش های کلیدی در MARL
  • 6. فضاهای حالت و عمل مشترک
  • 7. فضاهای حالت و عمل مشترک و تجزیه پذیر
  • 8. فضاهای حالت و عمل مشترک و غیرقابل تجزیه
  • 9. مدل های عامل منفرد در MARL
  • 10. مدل های عامل مشترک در MARL
  • 11. مدل های عامل نیمه مشترک در MARL
  • 12. تعریف مسئله MARL
  • 13. مدل های مارکوف تصمیم گیری چندعامله (MMDP)
  • 14. فرآیندهای تصمیم گیری پنهان چندعامله (HMDP)
  • 15. اهداف در MARL
  • 16. اهداف مشترک
  • 17. اهداف فردی
  • 18. اهداف مختلط
  • 19. تعریف پاداش در MARL
  • 20. پاداش های جهانی
  • 21. پاداش های محلی
  • 22. پاداش های مبتنی بر اختلاف
  • 23. پاداش های مبتنی بر ارتباط
  • 24. پاداش های مبتنی بر همکاری
  • 25. پاداش های مبتنی بر رقابت
  • 26. پاداش های مبتنی بر رقابت-همکاری
  • 27. تعریف تابع ارزش در MARL
  • 28. تابع ارزش مشترک
  • 29. تابع ارزش فردی
  • 30. تابع ارزش مبتنی بر دیدگاه
  • 31. الگوریتم های یادگیری در MARL
  • 32. روش های مبتنی بر ارزش
  • 33. Q-learning تک عامله
  • 34. Q-learning چندعامله (تجزیه پذیر)
  • 35. Q-learning با حالت-عمل مشترک
  • 36. Deep Q-Networks (DQN) تک عامله
  • 37. Deep Q-Networks (DQN) چندعامله
  • 38. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
  • 39. Method های مبتنی بر سیاست
  • 40. Policy Gradient تک عامله
  • 41. Policy Gradient چندعامله
  • 42. Actor-Critic تک عامله
  • 43. Actor-Critic چندعامله
  • 44. A3C (Asynchronous Advantage Actor-Critic) چندعامله
  • 45. PPO (Proximal Policy Optimization) چندعامله
  • 46. الگوریتم های مبتنی بر مدل
  • 47. یادگیری از مدل های محیطی
  • 48. یادگیری تقویتی مبتنی بر شبیه سازی
  • 49. روش های هماهنگ سازی سیاست
  • 50. هماهنگ سازی سیاست مبتنی بر مرکز
  • 51. هماهنگ سازی سیاست مبتنی بر همکار
  • 52. هماهنگ سازی سیاست مبتنی بر رقابت
  • 53. روش های کشف و یادگیری هنجارها
  • 54. یادگیری هنجارهای اجتماعی
  • 55. یادگیری هنجارهای همکاری
  • 56. یادگیری هنجارهای رقابت
  • 57. یادگیری هنجارهای مبتنی بر اعتماد
  • 58. روش های یادگیری ارتباطات
  • 59. یادگیری زبان های مصنوعی
  • 60. یادگیری پروتکل های ارتباطی
  • 61. یادگیری ارتباطات مبتنی بر سیگنال
  • 62. یادگیری ارتباطات مبتنی بر اشارات
  • 63. کاربرد MARL در رباتیک
  • 64. مقدمه ای بر رباتیک و MARL
  • 65. ربات های خودمختار
  • 66. ربات های متحرک
  • 67. ربات های بازوی رباتیک
  • 68. ربات های پرنده (پهپادها)
  • 69. ربات های زیر آب
  • 70. ربات های صنعتی
  • 71. ربات های خدماتی
  • 72. ربات های انسان نما
  • 73. سناریوهای رباتیک با MARL
  • 74. تشکیل گروه ربات ها (Formation Control)
  • 75. مسیریابی و ناوبری چند ربات
  • 76. وظایف مشارکتی ربات ها
  • 77. وظایف رقابتی ربات ها
  • 78. مدیریت ترافیک رباتیک
  • 79. جستجو و نجات با ربات ها
  • 80. بازرسی و نگهداری با ربات ها
  • 81. تحویل کالا با ربات ها
  • 82. رباتیک انبار
  • 83. رباتیک کشاورزی
  • 84. رباتیک پزشکی
  • 85. رباتیک اکتشافی
  • 86. رباتیک نظامی
  • 87. چالش های خاص MARL در رباتیک
  • 88. مقیاس پذیری در سیستم های رباتیک بزرگ
  • 89. ناشناخته بودن محیط رباتیک
  • 90. نویز و عدم قطعیت در حسگرهای رباتیک
  • 91. تاخیر در ارتباطات رباتیک
  • 92. محدودیت های محاسباتی رباتیک
  • 93. ایمنی در سیستم های رباتیک چندعامله
  • 94. قابلیت تفسیرپذیری تصمیمات رباتیک
  • 95. روش های ارزیابی عملکرد در MARL رباتیک
  • 96. معیارهای ارزیابی
  • 97. شبیه سازی رباتیک
  • 98. پیاده سازی های واقعی
  • 99. مطالعات موردی رباتیک با MARL
  • 100. تشکیل گروه ربات های جستجوگر

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب یادگیری تقویتی چندعامله برای کاربردهای رباتیک”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا