کتاب شبکه‌های عصبی برای یادگیری تقویتی چندعامله

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 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 شبکه‌های عصبی برای یادگیری تقویتی چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: پیاده‌سازی MARL

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر یادگیری تقویتی چندعامله
  • 2. مقدمه ای بر شبکه های عصبی
  • 3. شبکه های عصبی عمیق
  • 4. مبانی یادگیری تقویتی
  • 5. عناصر کلیدی یادگیری تقویتی
  • 6. انواع یادگیری تقویتی
  • 7. مقدمه ای بر یادگیری تقویتی چندعامله (MARL)
  • 8. چالش های MARL
  • 9. محیط های MARL
  • 10. بازی ها به عنوان محیط های MARL
  • 11. بازی های جمعی و رقابتی
  • 12. بازی های با اطلاعات کامل و ناقص
  • 13. بازی های با پاداش مشترک و جداگانه
  • 14. مدل های عامل در MARL
  • 15. عامل های مستقل
  • 16. عامل های هماهنگ
  • 17. عامل های با دیدگاه جهانی
  • 18. مدل های عامل های یادگیرنده
  • 19. یادگیری مبتنی بر ارزش
  • 20. یادگیری مبتنی بر سیاست
  • 21. یادگیری ترکیبی
  • 22. شبکه های عصبی برای MARL
  • 23. شبکه های عصبی کانولوشنال (CNN) برای MARL
  • 24. شبکه های عصبی بازگشتی (RNN) برای MARL
  • 25. شبکه های عصبی ترنسفورمر برای MARL
  • 26. معماری های شبکه عصبی برای عامل های مستقل
  • 27. معماری های شبکه عصبی برای عامل های هماهنگ
  • 28. معماری های شبکه عصبی برای عامل های با دیدگاه جهانی
  • 29. الگوریتم های یادگیری تقویتی در MARL
  • 30. Q-Learning چندعامله
  • 31. Deep Q-Networks (DQN) برای MARL
  • 32. Policy Gradients برای MARL
  • 33. Actor-Critic برای MARL
  • 34. Multi-Agent Deep Deterministic Policy Gradient (MADDPG)
  • 35. Counterfactual Multi-Agent Policy Gradients (COMA)
  • 36. Value Decomposition Networks (VDN)
  • 37. QMIX
  • 38. اتصال دهنده های سیاست (Policy Sharding)
  • 39. تکنیک های یادگیری متمرکز و اجرا شده (CTDE)
  • 40. یادگیری با پاداش های مشترک
  • 41. یادگیری با پاداش های جداگانه
  • 42. یادگیری با پاداش های ترکیبی
  • 43. یادگیری با تقابل
  • 44. یادگیری با همکاری
  • 45. یادگیری با تعادل
  • 46. یادگیری با انطباق
  • 47. یادگیری با استنباط اجتماعی
  • 48. یادگیری با ارتباطات
  • 49. ارتباطات در MARL
  • 50. مدل های ارتباطی صریح
  • 51. مدل های ارتباطی ضمنی
  • 52. شبکه های عصبی برای مدلسازی ارتباطات
  • 53. یادگیری ارتباطات در محیط های پویا
  • 54. ارتباطات در بازی های رقابتی
  • 55. ارتباطات در بازی های مشارکتی
  • 56. کاربردها و مطالعات موردی MARL
  • 57. رباتیک چندعامله
  • 58. سیستم های حمل و نقل هوشمند
  • 59. مدیریت منابع
  • 60. بازی ها و سرگرمی
  • 61. بازارهای مالی
  • 62. شبکه های ارتباطی
  • 63. سیستم های توزیع شده
  • 64. شبیه سازی های اجتماعی
  • 65. مطالعات موردی در رباتیک
  • 66. مطالعات موردی در حمل و نقل
  • 67. مطالعات موردی در مدیریت منابع
  • 68. مطالعات موردی در بازی ها
  • 69. چالش های پیش رو در MARL
  • 70. مقیاس پذیری
  • 71. عدم وجود تعادل پویا
  • 72. عدم قطعیت محیطی
  • 73. عدم قطعیت عامل ها
  • 74. قابلیت تفسیر
  • 75. تعمیم پذیری
  • 76. روش های ارزیابی در MARL
  • 77. معیارهای عملکرد
  • 78. سناریوهای آزمایشی
  • 79. مقایسه با روش های پایه
  • 80. تحقیقات آینده در MARL
  • 81. هوش مصنوعی عمومی چندعامله
  • 82. یادگیری عمیق تابعی در MARL
  • 83. یادگیری تقویتی اخلاقی در MARL
  • 84. یادگیری تقویتی قابل اعتماد در MARL
  • 85. یادگیری تقویتی با قابلیت توضیح در MARL
  • 86. یادگیری تقویتی برای سیستم های بزرگ مقیاس
  • 87. یادگیری تقویتی با انسان در حلقه
  • 88. کاربرد MARL در رباتیک پیشرفته
  • 89. کاربرد MARL در هوش مصنوعی شناختی
  • 90. کاربرد MARL در مدل سازی سیستم های پیچیده
  • 91. کاربرد MARL در توسعه بازی های هوشمند
  • 92. کاربرد MARL در بهبود سیستم های اقتصادی
  • 93. کاربرد MARL در طراحی شبکه های هوشمند
  • 94. کاربرد MARL در اتوماسیون صنعتی
  • 95. کاربرد MARL در اکتشاف فضایی
  • 96. کاربرد MARL در سیستم های خودمختار
  • 97. کاربرد MARL در سلامت هوشمند
  • 98. کاربرد MARL در آموزش هوشمند
  • 99. کاربرد MARL در مدیریت انرژی
  • 100. کاربرد MARL در ربات های اجتماعی

📚 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

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.