سپنتا کتاب اکسپرس
کتاب یادگیری تقویتی چندعامله: مقدمه‌ای بر بهینه‌سازی مبتنی بر عامل

کتاب یادگیری تقویتی چندعامله: مقدمه‌ای بر بهینه‌سازی مبتنی بر عامل

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: مقدمه‌ای بر بهینه‌سازی مبتنی بر عامل

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 به هوش مصنوعی
  • 2. یادگیری ماشین چیست
  • 3. انواع یادگیری ماشین
  • 4. یادگیری نظارت شده
  • 5. یادگیری بدون نظارت
  • 6. یادگیری تقویتی
  • 7. مفاهیم اساسی یادگیری تقویتی
  • 8. عامل (Agent)
  • 9. محیط (Environment)
  • 10. حالت (State)
  • 11. عمل (Action)
  • 12. پاداش (Reward)
  • 13. سیاست (Policy)
  • 14. تابع ارزش (Value Function)
  • 15. مدل (Model)
  • 16. چرخه یادگیری عامل
  • 17. فرآیند تصمیم‌گیری مارکوف (MDP)
  • 18. عناصر MDP
  • 19. حالت‌ها
  • 20. اعمال
  • 21. احتمالات انتقال
  • 22. توابع پاداش
  • 23. فرمول بندی MDP
  • 24. مثال‌های ساده MDP
  • 25. مسئله گرید (Gridworld)
  • 26. بازی‌های ساده
  • 27. هدف یادگیری تقویتی
  • 28. بهینه‌سازی سیاست
  • 29. یادگیری توابع ارزش
  • 30. یادگیری مبتنی بر مدل
  • 31. الگوریتم‌های یادگیری تقویتی
  • 32. الگوریتم‌های مبتنی بر ارزش
  • 33. Q-Learning
  • 34. SARSA
  • 35. Deep Q-Networks (DQN)
  • 36. الگوریتم‌های مبتنی بر سیاست
  • 37. Policy Gradient
  • 38. REINFORCE
  • 39. Actor-Critic
  • 40. روش‌های ترکیبی
  • 41. مقدمه به یادگیری تقویتی چندعامله (MARL)
  • 42. تفاوت MARL با RL تک عامله
  • 43. چالش‌های MARL
  • 44. هماهنگی (Coordination)
  • 45. رقابت (Competition)
  • 46. عدم قطعیت محیطی
  • 47. عدم قطعیت در مورد عوامل دیگر
  • 48. مشاهده‌پذیری محدود (Partial Observability)
  • 49. پیچیدگی محاسباتی
  • 50. انواع سناریوهای MARL
  • 51. سناریوهای همکاری (Cooperative)
  • 52. سناریوهای رقابتی (Competitive)
  • 53. سناریوهای مختلط (Mixed)
  • 54. مدل‌سازی محیط در MARL
  • 55. محیط‌های مشترک
  • 56. محیط‌های توزیع شده
  • 57. محیط‌های پیچیده
  • 58. فرمول‌بندی MARL
  • 59. MDP چندعامله
  • 60. فضای حالت بزرگتر
  • 61. فضای عمل بزرگتر
  • 62. توابع پاداش مشترک
  • 63. توابع پاداش مجزا
  • 64. مدل‌سازی تعاملات عاملان
  • 65. استراتژی‌های عاملان
  • 66. یادگیری سیاست در MARL
  • 67. الگوریتم‌های مبتنی بر ارزش در MARL
  • 68. مرکزی‌سازی (Centralization)
  • 69. غیرمتمرکزسازی (Decentralization)
  • 70. تجمیع (Aggregation)
  • 71. توابع ارزش مشترک
  • 72. توابع ارزش مجزا
  • 73. الگوریتم‌های مبتنی بر سیاست در MARL
  • 74. سیاست‌های مشترک
  • 75. سیاست‌های مجزا
  • 76. یادگیری سیاست‌های هماهنگ
  • 77. یادگیری سیاست‌های رقابتی
  • 78. یادگیری سیاست‌های همکاری
  • 79. روش‌های Actor-Critic در MARL
  • 80. Actor-Critic مشترک
  • 81. Actor-Critic مجزا
  • 82. Actor-Critic سلسله مراتبی
  • 83. الگوریتم‌های مبتنی بر مدل در MARL
  • 84. یادگیری مدل محیط مشترک
  • 85. یادگیری مدل‌های مجزا
  • 86. مدل‌سازی رفتار عاملان دیگر
  • 87. یادگیری تقویتی عمیق چندعامله (Deep MARL)
  • 88. کاربرد شبکه‌های عصبی در MARL
  • 89. DQN چندعامله
  • 90. Policy Gradient چندعامله
  • 91. Actor-Critic عمیق چندعامله
  • 92. معماری‌های شبکه‌های عصبی برای MARL
  • 93. شبکه‌های عصبی کانولوشنال (CNN)
  • 94. شبکه‌های عصبی بازگشتی (RNN)
  • 95. شبکه‌های عصبی گراف (GNN)
  • 96. اتنشن (Attention)
  • 97. کاربردهای یادگیری تقویتی چندعامله
  • 98. رباتیک
  • 99. بازی‌ها
  • 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.