سپنتا کتاب اکسپرس
کتاب انتخاب و پیاده‌سازی مدل‌های یادگیری تقویتی در کاربردهای عملی MARL

کتاب انتخاب و پیاده‌سازی مدل‌های یادگیری تقویتی در کاربردهای عملی MARL

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 انتخاب و پیاده‌سازی مدل‌های یادگیری تقویتی در کاربردهای عملی MARL

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: مدل‌های یادگیری تقویتی

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مبانی یادگیری تقویتی
  • 2. مقدمه ای بر هوش مصنوعی و یادگیری ماشین
  • 3. مفاهیم اصلی یادگیری تقویتی (RL)
  • 4. عناصر کلیدی RL: عامل، محیط، حالت، عمل، پاداش
  • 5. مدل‌های مبتنی بر ارزش
  • 6. مدل‌های مبتنی بر سیاست
  • 7. مقدمه ای بر یادگیری تقویتی چند عاملی (MARL)
  • 8. چالش‌های MARL
  • 9. دسته‌بندی محیط‌های MARL
  • 10. هماهنگی و رقابت در MARL
  • 11. مقدمات ریاضی برای RL و MARL
  • 12. جبر خطی
  • 13. حساب دیفرانسیل و انتگرال
  • 14. احتمال و آمار
  • 15. بهینه‌سازی
  • 16. مقدمه ای بر یادگیری عمیق
  • 17. شبکه‌های عصبی مصنوعی (ANNs)
  • 18. شبکه‌های عصبی کانولوشنی (CNNs)
  • 19. شبکه‌های عصبی بازگشتی (RNNs)
  • 20. شبکه‌های حافظه کوتاه مدت طولانی (LSTMs)
  • 21. شبکه‌های حافظه کوتاه مدت (GRUs)
  • 22. الگوریتم‌های یادگیری تقویتی کلاسیک
  • 23. یادگیری Q (Q-Learning)
  • 24. یادگیری Q عمیق (DQN)
  • 25. یادگیری Q دوگانه عمیق (DDQN)
  • 26. یادگیری Q با اولویت‌بندی تجربه (Prioritized Experience Replay)
  • 27. یادگیری Actor-Critic
  • 28. الگوریتم‌های Actor-Critic ساده
  • 29. یادگیری Actor-Critic با خطای زمانی تفاضلی (TD-Actor-Critic)
  • 30. یادگیری Actor-Critic با گرادیان سیاست (Policy Gradient Actor-Critic)
  • 31. الگوریتم‌های مبتنی بر گرادیان سیاست
  • 32. یادگیری گرادیان سیاست (Policy Gradient)
  • 33. REINFORCE
  • 34. معرفی الگوریتم‌های پیشرفته‌تر RL
  • 35. Proximal Policy Optimization (PPO)
  • 36. Trust Region Policy Optimization (TRPO)
  • 37. Deep Deterministic Policy Gradient (DDPG)
  • 38. Soft Actor-Critic (SAC)
  • 39. Asynchronous Advantage Actor-Critic (A3C)
  • 40. مقدمه ای بر یادگیری تقویتی چند عاملی (MARL)
  • 41. مفاهیم پایه MARL
  • 42. فضاهای حالت و عمل مشترک و جداگانه
  • 43. پاداش‌های مشترک و جداگانه
  • 44. محیط‌های پویا در MARL
  • 45. مدل‌های استاندارد MARL
  • 46. اتحاد و همکاری در MARL
  • 47. راهبردهای همکاری
  • 48. ارتباط و تبادل اطلاعات بین عوامل
  • 49. یادگیری هماهنگ
  • 50. رقابت در MARL
  • 51. راهبردهای رقابتی
  • 52. بازی‌های مجموع-صفر (Zero-Sum Games)
  • 53. بازی‌های غیر مجموع-صفر (Non-Zero-Sum Games)
  • 54. تعادل نش (Nash Equilibrium)
  • 55. مقدمه ای بر الگوریتم‌های MARL
  • 56. Cooperative Q-Learning
  • 57. Decentralized Q-Learning
  • 58. Independent Q-Learning (IQL)
  • 59. Value Decomposition Networks (VDN)
  • 60. QMIX
  • 61. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
  • 62. COMA (Counterfactual Multi-Agent Policy Gradients)
  • 63. MAPPO (Multi-Agent Proximal Policy Optimization)
  • 64. اتحاد عوامل در MARL
  • 65. یادگیری سیاست‌های مشترک
  • 66. استفاده از شبکه‌های عصبی برای مدل‌سازی تعاملات
  • 67. راهبردهای ارتباطی بین عوامل
  • 68. یادگیری مبتنی بر پیام‌رسانی
  • 69. استفاده از شبکه‌های ارتباطی
  • 70. رقابت عوامل در MARL
  • 71. یادگیری راهبردهای بهینه در محیط‌های رقابتی
  • 72. مدل‌سازی رفتار عامل‌های دیگر
  • 73. بازی‌های شبیه‌سازی شده برای آموزش
  • 74. استفاده از مدل‌های پیش‌بینی رفتار
  • 75. محیط‌های ترکیبی (همکاری و رقابت)
  • 76. طراحی پاداش برای محیط‌های ترکیبی
  • 77. مدل‌سازی انگیزه عوامل
  • 78. یادگیری راهبردهای مبتنی بر انگیزه
  • 79. پیاده‌سازی مدل‌های MARL
  • 80. انتخاب پلتفرم و ابزارها
  • 81. TensorFlow
  • 82. PyTorch
  • 83. OpenAI Gym
  • 84. PettingZoo
  • 85. SMAC (StarCraft Multi-Agent Challenge)
  • 86. انتخاب معماری شبکه عصبی مناسب
  • 87. طراحی ساختار عامل‌ها
  • 88. طراحی ساختار محیط
  • 89. آماده‌سازی داده‌ها و پیش‌پردازش
  • 90. تعریف توابع پاداش
  • 91. تنظیم ابرپارامترها
  • 92. فرآیند آموزش عامل‌ها
  • 93. شبیه‌سازی و اجرای مدل‌ها
  • 94. ارزیابی عملکرد مدل‌ها
  • 95. معیارهای ارزیابی در MARL
  • 96. تحلیل حساسیت به پارامترها
  • 97. مقایسه با روش‌های پایه
  • 98. کاربردهای عملی MARL
  • 99. رباتیک و سیستم‌های خودمختار
  • 100. کنترل ترافیک

📚 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.