کتاب راهنمای عملی پیاده‌سازی MARL در پروژه‌های واقعی
, ,

کتاب راهنمای عملی پیاده‌سازی MARL در پروژه‌های واقعی

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000027413 دسته: , , برچسب: , , , , , , , , ,

📚 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 راهنمای عملی پیاده‌سازی MARL در پروژه‌های واقعی

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای بهینه‌سازی فرآیندهای مدیریت برنامه

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. اصول اولیه یادگیری تقویتی چند عاملی
  • 2. مبانی یادگیری تقویتی
  • 3. مفهوم عامل
  • 4. مفهوم محیط
  • 5. حالت، عمل، پاداش
  • 6. فرایند مارکوف تصمیم‌گیری (MDP)
  • 7. توابع ارزش
  • 8. سیاست‌ها
  • 9. یادگیری آفلاین در مقابل آنلاین
  • 10. یادگیری با تقلید
  • 11. مفاهیم یادگیری تقویتی چند عاملی (MARL)
  • 12. تفاوت MARL با RL تک عامله
  • 13. چالش‌های MARL
  • 14. مشاهده‌پذیری محدود
  • 15. غیر ایستا بودن محیط
  • 16. هماهنگی و رقابت
  • 17. مقیاس‌پذیری
  • 18. انواع سناریوهای MARL
  • 19. همکاری کامل
  • 20. رقابت کامل
  • 21. ترکیبی از همکاری و رقابت
  • 22. توابع هدف در MARL
  • 23. مجموع پاداش‌ها
  • 24. حداقل‌سازی بدترین حالت
  • 25. پاداش‌های فردی و مشترک
  • 26. انتخاب الگوریتم مناسب MARL
  • 27. دسته‌بندی الگوریتم‌های MARL
  • 28. الگوریتم‌های مبتنی بر ارزش
  • 29. الگوریتم‌های مبتنی بر سیاست
  • 30. الگوریتم‌های ترکیبی
  • 31. ملاحظات پیاده‌سازی
  • 32. پیاده‌سازی در پروژه‌های واقعی
  • 33. انتخاب پلتفرم و ابزارها
  • 34. فریم‌ورک‌های محبوب MARL
  • 35. Ray RLlib
  • 36. OpenSpiel
  • 37. PettingZoo
  • 38. PyMARL
  • 39. انتخاب زبان برنامه‌نویسی
  • 40. پایتون
  • 41. سایر زبان‌ها
  • 42. تنظیم محیط شبیه‌سازی
  • 43. اهمیت شبیه‌سازی
  • 44. طراحی شبیه‌ساز
  • 45. ادغام با محیط واقعی
  • 46. جمع‌آوری داده
  • 47. استراتژی‌های جمع‌آوری داده
  • 48. داده‌های شبیه‌سازی شده
  • 49. داده‌های واقعی
  • 50. پیش‌پردازش داده‌ها
  • 51. پاکسازی داده‌ها
  • 52. نرمال‌سازی داده‌ها
  • 53. مهندسی ویژگی
  • 54. تعریف معماری شبکه عصبی
  • 55. شبکه‌های عصبی عمیق
  • 56. شبکه‌های کانولوشنی (CNN)
  • 57. شبکه‌های بازگشتی (RNN)
  • 58. شبکه‌های ترنسفورمر
  • 59. معماری‌های خاص MARL
  • 60. شبکه‌های مبتنی بر ارتباط (Communication-based networks)
  • 61. شبکه‌های مبتنی بر توجه (Attention-based networks)
  • 62. پیاده‌سازی الگوریتم‌های پایه MARL
  • 63. یادگیری Q-learning چند عاملی (Multi-Agent Q-Learning)
  • 64. یادگیری Actor-Critic چند عاملی (Multi-Agent Actor-Critic)
  • 65. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
  • 66. QMIX
  • 67. VDN (Value Decomposition Networks)
  • 68. COMA (Counterfactual Multi-Agent Policy Gradients)
  • 69. تجربه و دانش در MARL
  • 70. مدیریت تجربه (Experience Replay)
  • 71. حافظه تجربی مشترک در مقابل حافظه تجربی مجزا
  • 72. تنظیم پارامترها (Hyperparameter Tuning)
  • 73. نرخ یادگیری
  • 74. فاکتور تخفیف
  • 75. اندازه دسته (Batch Size)
  • 76. استراتژی‌های اکتشاف (Exploration Strategies)
  • 77. اپسیلون-گرادی (Epsilon-Greedy)
  • 78. نویز گوسی
  • 79. آنتروپی
  • 80. مدیریت پاداش‌ها در MARL
  • 81. طراحی توابع پاداش
  • 82. پاداش‌های پراکنده (Sparse Rewards)
  • 83. پاداش‌های متراکم (Dense Rewards)
  • 84. پاداش‌دهی مبتنی بر سیگنال (Reward Shaping)
  • 85. پیاده‌سازی ارتباطات بین عامل‌ها
  • 86. روش‌های ارتباطی
  • 87. ارتباط مستقیم
  • 88. ارتباط غیرمستقیم (از طریق محیط)
  • 89. پروتکل‌های ارتباطی
  • 90. یادگیری پروتکل‌های ارتباطی
  • 91. ملاحظات امنیتی در ارتباطات
  • 92. استراتژی‌های هماهنگی
  • 93. هماهنگی مبتنی بر مرکز (Centralized Coordination)
  • 94. هماهنگی غیرمتمرکز (Decentralized Coordination)
  • 95. هماهنگی مبتنی بر مذاکره (Negotiation-based Coordination)
  • 96. هماهنگی مبتنی بر بازار (Market-based Coordination)
  • 97. استراتژی‌های رقابت
  • 98. رقابت مستقیم
  • 99. رقابت غیرمستقیم
  • 100. رقابت مبتنی بر منابع

📚 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 راهنمای عملی پیاده‌سازی MARL در پروژه‌های واقعی”

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

محصولات مشابه

پیمایش به بالا