سپنتا کتاب اکسپرس
کتاب یادگیری تقویتی برای هماهنگی بهینه عامل‌ها

کتاب یادگیری تقویتی برای هماهنگی بهینه عامل‌ها

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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی برای هماهنگی بهینه عامل‌ها

موضوع کلی: تصمیم‌گیری بهینه در شرایط عدم قطعیت

موضوع میانی: هماهنگی عامل‌ها

📋 سرفصل‌های دوره

  • 1. فصل ۱: مقدمه ای بر یادگیری تقویتی
  • 2. فصل ۲: مفاهیم پایه ای یادگیری تقویتی
  • 3. فصل ۳: فرآیندهای تصمیم گیری مارکوف
  • 4. فصل ۴: تابع ارزش و تابع سیاست
  • 5. فصل ۵: الگوریتم های مبتنی بر مقدار
  • 6. فصل ۶: الگوریتم های مبتنی بر سیاست
  • 7. فصل ۷: الگوریتم های موضعی-گرادیان سیاست
  • 8. فصل ۸: الگوریتم های Actor-Critic
  • 9. فصل ۹: یادگیری تقویتی عمیق
  • 10. فصل ۱۰: شبکه‌های عصبی در یادگیری تقویتی
  • 11. فصل ۱۱: یادگیری عمیق Q-Network (DQN)
  • 12. فصل ۱۲: پیشرفت های DQN
  • 13. فصل ۱۳: الگوریتم های Policy Gradient پیشرفته
  • 14. فصل ۱۴: Trust Region Policy Optimization (TRPO)
  • 15. فصل ۱۵: Proximal Policy Optimization (PPO)
  • 16. فصل ۱۶: یادگیری تقویتی با مدل
  • 17. فصل ۱۷: یادگیری تقویتی بدون مدل
  • 18. فصل ۱۸: هماهنگی در یادگیری تقویتی
  • 19. فصل ۱۹: مفهوم هماهنگی عامل ها
  • 20. فصل ۲۰: چالش های هماهنگی عامل ها
  • 21. فصل ۲۱: انواع هماهنگی عامل ها
  • 22. فصل ۲۲: هماهنگی غیر متمرکز
  • 23. فصل ۲۳: هماهنگی متمرکز
  • 24. فصل ۲۴: یادگیری تقویتی چند عاملی (MARL)
  • 25. فصل ۲۵: اصول MARL
  • 26. فصل ۲۶: مسائل ارتباطی در MARL
  • 27. فصل ۲۷: مسائل همکاری در MARL
  • 28. فصل ۲۸: مسائل رقابتی در MARL
  • 29. فصل ۲۹: مسائل ترکیبی در MARL
  • 30. فصل ۳۰: الگوریتم های پایه ای MARL
  • 31. فصل ۳۱: MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
  • 32. فصل ۳۲: COMA (Counterfactual Multi-Agent Policy Gradients)
  • 33. فصل ۳۳: VDN (Value Decomposition Networks)
  • 34. فصل ۳۴: QMIX (Q-value MIXing)
  • 35. فصل ۳۵: QTRAN (Q-value TRANsformation)
  • 36. فصل ۳۶: آموزش در محیط های چند عاملی
  • 37. فصل ۳۷: مشکلات شمول پذیری در MARL
  • 38. فصل ۳۸: قابلیت تعمیم در MARL
  • 39. فصل ۳۹: یادگیری همزمان هماهنگی و سیاست
  • 40. فصل ۴۰: طراحی تابع پاداش برای هماهنگی
  • 41. فصل ۴۱: سیگنال های پاداش مشترک
  • 42. فصل ۴۲: سیگنال های پاداش تفکیک شده
  • 43. فصل ۴۳: پاداش های مبتنی بر همکاری
  • 44. فصل ۴۴: پاداش های مبتنی بر رقابت
  • 45. فصل ۴۵: روش های ارزیابی عملکرد هماهنگی
  • 46. فصل ۴۶: معیار های ارزیابی در MARL
  • 47. فصل ۴۷: شبیه سازهای یادگیری تقویتی چند عاملی
  • 48. فصل ۴۸: کاربردهای هماهنگی عامل ها
  • 49. فصل ۴۹: رباتیک و سیستم های خودمختار
  • 50. فصل ۵۰: شبکه های حسگر هوشمند
  • 51. فصل ۵۱: ترافیک و مدیریت منابع
  • 52. فصل ۵۲: بازی ها و شبیه سازی های پیچیده
  • 53. فصل ۵۳: سیستم های توزیع شده
  • 54. فصل ۵۴: لجستیک و زنجیره تامین
  • 55. فصل ۵۵: سیستم های مدیریت انرژی
  • 56. فصل ۵۶: مسائل اخلاقی در MARL
  • 57. فصل ۵۷: تفسیرپذیری در MARL
  • 58. فصل ۵۸: اطمینان و امنیت در MARL
  • 59. فصل ۵۹: پیشرفت های اخیر در MARL
  • 60. فصل ۶۰: یادگیری تقویتی و شبکه های عصبی کانولوشنی
  • 61. فصل ۶۱: یادگیری تقویتی و شبکه های عصبی بازگشتی
  • 62. فصل ۶۲: یادگیری تقویتی و مکانیسم های توجه
  • 63. فصل ۶۳: یادگیری تقویتی با انتقال دانش
  • 64. فصل ۶۴: یادگیری تقویتی در محیط های پویا
  • 65. فصل ۶۵: یادگیری تقویتی در محیط های با عدم قطعیت
  • 66. فصل ۶۶: طراحی معماری های MARL
  • 67. فصل ۶۷: استفاده از حافظه در MARL
  • 68. فصل ۶۸: ارتباطات بین عامل ها
  • 69. فصل ۶۹: پروتکل های ارتباطی در MARL
  • 70. فصل ۷۰: یادگیری استراتژی های ارتباطی
  • 71. فصل ۷۱: تأثیر تاخیر در ارتباطات
  • 72. فصل ۷۲: مدیریت منابع ارتباطی
  • 73. فصل ۷۳: هماهنگی در ربات های خودمختار
  • 74. فصل ۷۴: هماهنگی در وسایل نقلیه خودران
  • 75. فصل ۷۵: هماهنگی در پهپادها
  • 76. فصل ۷۶: هماهنگی در ربات های صنعتی
  • 77. فصل ۷۷: هماهنگی در سیستم های توزیع شده محاسباتی
  • 78. فصل ۷۸: هماهنگی در مدیریت ترافیک هوایی
  • 79. فصل ۷۹: هماهنگی در شبکه های ارتباطی
  • 80. فصل ۸۰: هماهنگی در سیستم های تشخیص نفوذ
  • 81. فصل ۸۱: هماهنگی در جمع آوری داده از حسگرها
  • 82. فصل ۸۲: هماهنگی در سیستم های مسیریابی
  • 83. فصل ۸۳: هماهنگی در مدیریت منابع انرژی
  • 84. فصل ۸۴: هماهنگی در بازارها و معاملات
  • 85. فصل ۸۵: هماهنگی در تحلیل داده های بزرگ
  • 86. فصل ۸۶: چالش های مقیاس پذیری در MARL
  • 87. فصل ۸۷: روش های نمونه برداری در MARL
  • 88. فصل ۸۸: تکنیک های اکتشاف در MARL
  • 89. فصل ۸۹: یادگیری تقویتی و بهینه سازی ترکیبی
  • 90. فصل ۹۰: یادگیری تقویتی و هوش مصنوعی تفسیر پذیر
  • 91. فصل ۹۱: یادگیری تقویتی و بازی های پویا
  • 92. فصل ۹۲: تعادل نش در MARL
  • 93. فصل ۹۳: یادگیری تقویتی و تئوری بازی ها
  • 94. فصل ۹۴: کاربردهای پیشرفته MARL
  • 95. فصل ۹۵: یادگیری تقویتی در رباتیک گروهی
  • 96. فصل ۹۶: یادگیری تقویتی در بازی های استراتژیک
  • 97. فصل ۹۷: یادگیری تقویتی در سیستم های توصیه گر
  • 98. فصل ۹۸: پیش بینی رفتار عامل ها
  • 99. فصل ۹۹: مسائل باز در یادگیری تقویتی چند عاملی
  • 100. فصل ۱۰۰: آینده هماهنگی عامل ها با یادگیری تقویتی

📚 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.