سپنتا کتاب اکسپرس
کتاب کاربرد MARL در هدایت و ناوبری فضاپیماها

کتاب کاربرد MARL در هدایت و ناوبری فضاپیماها

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 کاربرد MARL در هدایت و ناوبری فضاپیماها

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای استراتژی‌های اکتشاف فضایی

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر یادگیری تقویتی چند عامله (MARL)
  • 2. مبانی یادگیری تقویتی (RL)
  • 3. عامل ها و محیط ها در RL
  • 4. تابع پاداش و تابع ارزش
  • 5. الگوریتم های یادگیری RL: Q-learning، SARSA
  • 6. الگوریتم های مبتنی بر گرادیان سیاست
  • 7. یادگیری عمیق RL (DRL)
  • 8. شبکه های عصبی در DRL
  • 9. مقدمه ای بر MARL
  • 10. تفاوت های MARL با RL تک عامله
  • 11. چالش های اصلی در MARL
  • 12. عدم ایستایی محیط (Non-stationarity)
  • 13. مقیاس پذیری (Scalability)
  • 14. ارتباطات بین عامل ها
  • 15. هماهنگی و رقابت بین عامل ها
  • 16. مسائل تعادل (Equilibrium concepts)
  • 17. کاربرد MARL در سیستم های فضاپیما
  • 18. مفاهیم هدایت و ناوبری فضاپیما
  • 19. مدل های دینامیکی فضاپیما
  • 20. محیط های شبیه سازی شده فضاپیما
  • 21. محیط های واقعی فضاپیما
  • 22. مدل های سنسور فضاپیما
  • 23. مدل های اثرگذار فضاپیما
  • 24. مسائل هدایت فضاپیما
  • 25. هدایت نقطه ای (Point-to-point guidance)
  • 26. هدایت پیوسته (Continuous guidance)
  • 27. هدایت به سمت اهداف متحرک
  • 28. هدایت در حضور اغتشاشات (Perturbations)
  • 29. هدایت در مدارات پیچیده
  • 30. هدایت برای مانورهای مداری (Orbital maneuvers)
  • 31. هدایت برای فرود (Landing guidance)
  • 32. هدایت برای برقراری ارتباط (Rendezvous guidance)
  • 33. مسائل ناوبری فضاپیما
  • 34. تخمین وضعیت فضاپیما (State estimation)
  • 35. فیلتر کالمن (Kalman Filter)
  • 36. فیلتر ذرات (Particle Filter)
  • 37. ناوبری مبتنی بر ستاره (Star tracker navigation)
  • 38. ناوبری مبتنی بر GPS (برای فضاپیماهای نزدیک زمین)
  • 39. ناوبری مبتنی بر رادار (برای فرود و برقراری ارتباط)
  • 40. ناوبری در فضای عمیق (Deep space navigation)
  • 41. ناوبری با استفاده از مشاهدات زمینی
  • 42. ناوبری با استفاده از مشاهدات ماهواره ای
  • 43. ناوبری در حضور خطای سنسور
  • 44. ناوبری در حضور خطای مدل
  • 45. ناوبری خودکار (Autonomous navigation)
  • 46. معماری های MARL برای هدایت و ناوبری فضاپیما
  • 47. معماری های عامل-محیط (Agent-environment architectures)
  • 48. معماری های یادگیری متمرکز (Centralized learning)
  • 49. معماری های یادگیری توزیع شده (Decentralized learning)
  • 50. معماری های یادگیری نیمه متمرکز (Semi-centralized learning)
  • 51. معماری های عامل-محیط مشترک (Shared agent-environment)
  • 52. معماری های مبتنی بر عامل های مستقل (Independent learners)
  • 53. معماری های مبتنی بر عامل های همکار (Cooperative agents)
  • 54. معماری های مبتنی بر عامل های رقیب (Competitive agents)
  • 55. معماری های ترکیبی (Hybrid architectures)
  • 56. الگوریتم های MARL برای هدایت و ناوبری فضاپیما
  • 57. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
  • 58. VDN (Value Decomposition Networks)
  • 59. QMIX (Q-value Mixing)
  • 60. COMA (Counterfactual Multi-Agent Policy Gradient)
  • 61. MAPPO (Multi-Agent Proximal Policy Optimization)
  • 62. IQL (Independent Q-Learning)
  • 63. DDPG (Deep Deterministic Policy Gradient) برای هر عامل
  • 64. A3C (Asynchronous Advantage Actor-Critic) برای هر عامل
  • 65. PPO (Proximal Policy Optimization) برای هر عامل
  • 66. الگوریتم های مبتنی بر مدل در MARL
  • 67. الگوریتم های بدون مدل در MARL
  • 68. الگوریتم های یادگیری آفلاین (Offline learning) در MARL
  • 69. الگوریتم های یادگیری آنلاین (Online learning) در MARL
  • 70. تکنیک های افزایش عملکرد در MARL برای فضاپیما
  • 71. تقویت یادگیری (Reward shaping)
  • 72. تقسیم وظایف (Task decomposition)
  • 73. یادگیری از طریق تقلید (Imitation learning)
  • 74. یادگیری انتقالی (Transfer learning)
  • 75. استفاده از مدل های پیشین (Prior knowledge)
  • 76. مدیریت عدم قطعیت (Uncertainty management)
  • 77. استراتژی های اکتشاف (Exploration strategies)
  • 78. بهینه سازی های محاسباتی (Computational optimizations)
  • 79. پیاده سازی و ارزیابی مدل های MARL
  • 80. انتخاب محیط های شبیه سازی شده مناسب
  • 81. معیارهای ارزیابی عملکرد (Performance metrics)
  • 82. تست در سناریوهای مختلف
  • 83. تحلیل حساسیت (Sensitivity analysis)
  • 84. مقایسه با روش های سنتی
  • 85. چالش های پیاده سازی در دنیای واقعی
  • 86. نیاز به داده های واقعی
  • 87. امنیت و قابلیت اطمینان
  • 88. ملاحظات اخلاقی
  • 89. مطالعات موردی و نمونه های عملی
  • 90. کاربرد MARL در هدایت ماهواره های تشکیل دهنده منظومه (Constellation guidance)
  • 91. کاربرد MARL در ناوبری ماهواره های تشکیل دهنده منظومه
  • 92. کاربرد MARL در کنترل ماهواره های تشکیل دهنده منظومه
  • 93. کاربرد MARL در هدایت و ناوبری ربات های فضایی (Robotic arms)
  • 94. کاربرد MARL در هدایت و ناوبری مریخ نوردها (Rovers)
  • 95. کاربرد MARL در هدایت و ناوبری کاوشگرهای اعماق فضا
  • 96. کاربرد MARL در هدایت و ناوبری فضاپیماهای با قابلیت خودمختاری بالا
  • 97. کاربرد MARL در مدیریت ترافیک فضایی (Space traffic management)
  • 98. کاربرد MARL در تشخیص و جلوگیری از برخورد (Collision avoidance)
  • 99. کاربرد MARL در هدایت و ناوبری فضاپیماهای در حال ورود مجدد به جو (Re-entry guidance)
  • 100. کاربرد MARL در هدایت و ناوبری سفینه های حمل و نقل فضایی

📚 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.