سپنتا کتاب اکسپرس
کتاب یادگیری تقویتی چندعامله در مقیاس بزرگ برای ربات‌های صنعتی

کتاب یادگیری تقویتی چندعامله در مقیاس بزرگ برای ربات‌های صنعتی

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 یادگیری تقویتی چندعامله در مقیاس بزرگ برای ربات‌های صنعتی

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای کنترل ربات‌های صنعتی برای انجام وظایف نگهداری و تعمیر

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه بر یادگیری تقویتی چندعامله
  • 2. مقدمه بر ربات‌های صنعتی
  • 3. مقدمه بر مقیاس بزرگ
  • 4. چالش‌های یادگیری تقویتی چندعامله در ربات‌های صنعتی
  • 5. تاریخچه یادگیری تقویتی چندعامله
  • 6. کاربردهای یادگیری تقویتی چندعامله در رباتیک
  • 7. مدل‌های عامل در یادگیری تقویتی چندعامله
  • 8. فضای حالت عامل
  • 9. فضای عمل عامل
  • 10. تابع پاداش عامل
  • 11. تابع انتقال حالت
  • 12. تعریف محیط در یادگیری تقویتی چندعامله
  • 13. مدل‌های محیطی
  • 14. دینامیک محیط
  • 15. عدم قطعیت در محیط
  • 16. کشفیات محیطی
  • 17. الگوریتم‌های یادگیری تقویتی تک عامله
  • 18. یادگیری Q
  • 19. یادگیری Deep Q-Networks (DQN)
  • 20. یادگیری Policy Gradient
  • 21. یادگیری Actor-Critic
  • 22. الگوریتم‌های یادگیری تقویتی چندعامله
  • 23. یادگیری Q چندعامله
  • 24. یادگیری Independent Q-learning (IQL)
  • 25. یادگیری Centralized Training with Decentralized Execution (CTDE)
  • 26. یادگیری Multi-Agent Deep Deterministic Policy Gradient (MADDPG)
  • 27. یادگیری Proximal Policy Optimization (PPO) برای چندعامله
  • 28. مقیاس‌پذیری در یادگیری تقویتی چندعامله
  • 29. چالش‌های مقیاس‌پذیری
  • 30. تکنیک‌های مقیاس‌پذیری
  • 31. توزیع محاسبات
  • 32. یادگیری از طریق اشتراک‌گذاری دانش
  • 33. یادگیری در محیط‌های شبیه‌سازی شده
  • 34. شبیه‌سازهای رباتیک صنعتی
  • 35. Gazebo
  • 36. CoppeliaSim (V-REP)
  • 37. PyBullet
  • 38. Isaac Sim
  • 39. طراحی محیط‌های شبیه‌سازی شده برای مقیاس بزرگ
  • 40. مدل‌سازی دقیق ربات‌های صنعتی
  • 41. مدل‌سازی سنسورها
  • 42. مدل‌سازی عملگرها
  • 43. مدل‌سازی محیط فیزیکی
  • 44. تولید داده‌های شبیه‌سازی شده
  • 45. آموزش عامل‌ها در شبیه‌ساز
  • 46. انتقال یادگیری از شبیه‌سازی به واقعیت (Sim-to-Real Transfer)
  • 47. چالش‌های Sim-to-Real Transfer
  • 48. تکنیک‌های بهبود Sim-to-Real Transfer
  • 49. Domain Randomization
  • 50. Domain Adaptation
  • 51. Model-based Sim-to-Real
  • 52. استفاده از شبکه‌های عصبی عمیق در یادگیری تقویتی چندعامله
  • 53. شبکه‌های کانولوشنی (CNN)
  • 54. شبکه‌های بازگشتی (RNN)
  • 55. شبکه‌های ترنسفورمر (Transformer)
  • 56. معماری‌های Deep Multi-Agent RL
  • 57. شبکه‌های مشترک
  • 58. شبکه‌های مجزا
  • 59. شبکه‌های سلسله مراتبی
  • 60. یادگیری مشارکتی (Cooperative Learning)
  • 61. همکاری بین عامل‌ها
  • 62. هماهنگی بین عامل‌ها
  • 63. تشکیل گروه‌ها
  • 64. یادگیری رقابتی (Competitive Learning)
  • 65. رقابت بین عامل‌ها
  • 66. محیط‌های بازی
  • 67. یادگیری مختلط (Mixed Cooperative-Competitive Learning)
  • 68. استراتژی‌های یادگیری مختلط
  • 69. یادگیری ارتباطی (Communication Learning)
  • 70. نقش ارتباطات در یادگیری تقویتی چندعامله
  • 71. پروتکل‌های ارتباطی
  • 72. یادگیری زبان مشترک
  • 73. ارتباطات در ربات‌های صنعتی
  • 74. یادگیری تیمی (Team Learning)
  • 75. تشکیل تیم‌های رباتیک
  • 76. تقسیم وظایف در تیم
  • 77. رهبری و پیروی در تیم
  • 78. یادگیری تعاملی (Interactive Learning)
  • 79. یادگیری از طریق تعامل با انسان
  • 80. یادگیری از طریق تعامل با ربات‌های دیگر
  • 81. یادگیری تقویتی با نظارت (Imitation Learning)
  • 82. یادگیری از طریق مشاهده
  • 83. یادگیری از طریق مثال
  • 84. یادگیری تقویتی با پاداش‌های مهندسی شده (Reward Shaping)
  • 85. طراحی توابع پاداش مناسب
  • 86. پاداش‌های محلی در مقابل پاداش‌های جهانی
  • 87. پاداش‌های مبتنی بر هدف
  • 88. یادگیری تقویتی با اکتشاف (Exploration Strategies)
  • 89. روش‌های اکتشاف در فضای حالت
  • 90. روش‌های اکتشاف در فضای عمل
  • 91. اکتشاف تصادفی
  • 92. اکتشاف مبتنی بر عدم قطعیت
  • 93. اکتشاف مبتنی بر کنجکاوی
  • 94. یادگیری تقویتی برای وظایف پیچیده رباتیک
  • 95. مونتاژ خودکار
  • 96. انتقال مواد
  • 97. بازرسی کیفیت
  • 98. جوشکاری
  • 99. رنگ‌آمیزی
  • 100. ربات‌های خودکار در خطوط تولید

📚 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.