سپنتا کتاب اکسپرس
کتاب مدل‌سازی و پیاده‌سازی یادگیری تقویتی چندعامله برای پاداش‌های آنی

کتاب مدل‌سازی و پیاده‌سازی یادگیری تقویتی چندعامله برای پاداش‌های آنی

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 مدل‌سازی و پیاده‌سازی یادگیری تقویتی چندعامله برای پاداش‌های آنی

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله با پاداش لحظه‌ای

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه به یادگیری تقویتی چندعامله
  • 2. مفاهیم پایه یادگیری تقویتی
  • 3. عامل، محیط، حالت، عمل، پاداش
  • 4. فرایند تصمیم‌گیری مارکوف (MDP)
  • 5. مفاهیم پیشرفته‌تر MDP
  • 6. نسبت تخفیف
  • 7. تابع ارزش حالت
  • 8. تابع ارزش عمل-حالت
  • 9. سیاست عامل
  • 10. بهینه‌سازی سیاست
  • 11. تعادل نش
  • 12. مقدمه به یادگیری تقویتی چندعامله (MARL)
  • 13. تفاوت‌های MARL با RL تک عامله
  • 14. چالش‌های MARL
  • 15. غیر ایستا بودن محیط
  • 16. مشاهده‌پذیری محدود
  • 17. همکاری و رقابت
  • 18. پیچیدگی محاسباتی
  • 19. انواع سناریوهای MARL
  • 20. همکاری محض
  • 21. رقابت محض
  • 22. مختلط (Cooperative-Competitive)
  • 23. مقدمه به پاداش‌های آنی (Instantaneous Rewards)
  • 24. اهمیت پاداش‌های آنی
  • 25. چالش‌های طراحی پاداش آنی
  • 26. تأثیر پاداش آنی بر رفتار عامل
  • 27. انواع مدل‌های MARL
  • 28. مدل‌های مبتنی بر سیاست (Policy-based)
  • 29. مدل‌های مبتنی بر ارزش (Value-based)
  • 30. مدل‌های ترکیبی
  • 31. مدل‌های مبتنی بر مدل (Model-based)
  • 32. مدل‌های غیرمبتنی بر مدل (Model-free)
  • 33. معرفی الگوریتم‌های پایه MARL
  • 34. Q-learning تک عامله
  • 35. SARSA تک عامله
  • 36. Policy Gradients تک عامله
  • 37. معرفی الگوریتم‌های MARL
  • 38. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
  • 39. VDN (Value Decomposition Networks)
  • 40. QMIX (Q-value Mixing)
  • 41. COMA (Counterfactual Multi-Agent Policy Gradients)
  • 42. IQL (Independent Q-Learning)
  • 43. DEA (Deep Exponential Actor)
  • 44. MAA2C (Multi-Agent Advantage Actor-Critic)
  • 45. MAPPO (Multi-Agent Proximal Policy Optimization)
  • 46. معرفی روش‌های مدل‌سازی در MARL
  • 47. مدل‌سازی محیط مشترک
  • 48. مدل‌سازی تعاملات بین عامل‌ها
  • 49. مدل‌سازی باورها و اهداف عامل‌های دیگر
  • 50. مدل‌سازی پاداش‌های مشترک
  • 51. مدل‌سازی پاداش‌های تفکیک شده
  • 52. روش‌های پیاده‌سازی در MARL
  • 53. پیاده‌سازی الگوریتم‌های پایه
  • 54. استفاده از کتابخانه‌های یادگیری عمیق (TensorFlow, PyTorch)
  • 55. ساخت محیط‌های شبیه‌سازی MARL
  • 56. OpenAI Gym برای MARL
  • 57. PettingZoo
  • 58. SMAC (StarCraft II Multi-Agent Challenge)
  • 59. مفاهیم پیشرفته در مدل‌سازی MARL
  • 60. مدل‌سازی پویایی محیط
  • 61. مدل‌سازی عدم قطعیت
  • 62. مدل‌سازی عدم قطعیت در مشاهدات
  • 63. مدل‌سازی عدم قطعیت در پاداش‌ها
  • 64. مدل‌سازی عدم قطعیت در اقدامات عامل‌های دیگر
  • 65. استراتژی‌های مدیریت عدم قطعیت
  • 66. مفاهیم پیشرفته در پیاده‌سازی MARL
  • 67. استفاده از شبکه‌های عصبی عمیق
  • 68. شبکه‌های کانولوشنال (CNN)
  • 69. شبکه‌های بازگشتی (RNN)
  • 70. شبکه‌های ترنسفورمر (Transformer)
  • 71. معماری‌های خاص MARL
  • 72. شبکه‌های تخصصی برای عامل‌ها
  • 73. شبکه‌های مشترک برای عامل‌ها
  • 74. مکانیزم‌های توجه (Attention Mechanisms)
  • 75. مدل‌سازی پاداش‌های آنی در MARL
  • 76. طراحی توابع پاداش برای همکاری
  • 77. طراحی توابع پاداش برای رقابت
  • 78. طراحی توابع پاداش مختلط
  • 79. چالش‌های طراحی پاداش آنی در سناریوهای پیچیده
  • 80. پاداش‌های پراکنده (Sparse Rewards)
  • 81. پاداش‌های متناقض (Conflicting Rewards)
  • 82. پاداش‌های پویا (Dynamic Rewards)
  • 83. راهکارهای بهبود طراحی پاداش آنی
  • 84. پاداش‌دهی مبتنی بر هدف (Goal-based Reward Shaping)
  • 85. پاداش‌دهی مبتنی بر انگیزه (Intrinsic Motivation)
  • 86. یادگیری از طریق تقلید (Imitation Learning)
  • 87. یادگیری پاداش (Reward Learning)
  • 88. پیاده‌سازی پاداش‌های آنی در الگوریتم‌های MARL
  • 89. تنظیم پارامترهای پاداش در MADDPG
  • 90. استفاده از توابع ترکیب پاداش در QMIX
  • 91. پیاده‌سازی پاداش در COMA
  • 92. مدل‌سازی و پیاده‌سازی برای سناریوهای همکاری
  • 93. مثال: ربات‌های انباردار
  • 94. مثال: تیم‌های ورزشی مجازی
  • 95. مثال: کنترل ترافیک هوایی
  • 96. مدل‌سازی و پیاده‌سازی برای سناریوهای رقابت
  • 97. مثال: بازی‌های استراتژیک
  • 98. مثال: نبردهای رباتیک
  • 99. مثال: مذاکرات اقتصادی
  • 100. مدل‌سازی و پیاده‌سازی برای سناریوهای مختلط

📚 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.