سپنتا کتاب اکسپرس
کتاب اصول تکاملی یادگیری تقویتی چندعامله

کتاب اصول تکاملی یادگیری تقویتی چندعامله

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 اصول تکاملی یادگیری تقویتی چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: اصول و مفاهیم MARL

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری تقویتی چندعامله
  • 2. مفاهیم پایه و واژگان کلیدی
  • 3. مدل‌های عامل-محیط در یادگیری تقویتی
  • 4. حالت‌ها، عمل‌ها و پاداش‌ها
  • 5. فرایندهای تصمیم‌گیری مارکوف (MDP)
  • 6. فضای حالت پیوسته و گسسته
  • 7. فضای عمل پیوسته و گسسته
  • 8. پویایی محیط و مدل‌های محیط
  • 9. تابع ارزش و تابع سیاست
  • 10. تعادل در بازی‌های تکراری
  • 11. یادگیری مبتنی بر ارزش
  • 12. یادگیری مبتنی بر سیاست
  • 13. یادگیری ترکیبی ارزش و سیاست
  • 14. الگوریتم‌های Q-Learning
  • 15. الگوریتم‌های SARSA
  • 16. یادگیری عمیق در یادگیری تقویتی
  • 17. شبکه‌های عصبی کانولوشنی (CNN)
  • 18. شبکه‌های عصبی بازگشتی (RNN)
  • 19. شبکه‌های عصبی ترنسفورمر
  • 20. Deep Q-Networks (DQN)
  • 21. Double DQN
  • 22. Dueling DQN
  • 23. Prioritized Experience Replay
  • 24. Actor-Critic Methods
  • 25. Asynchronous Advantage Actor-Critic (A3C)
  • 26. Proximal Policy Optimization (PPO)
  • 27. Trust Region Policy Optimization (TRPO)
  • 28. Deep Deterministic Policy Gradient (DDPG)
  • 29. Soft Actor-Critic (SAC)
  • 30. یادگیری تقویتی چندعامله (MARL)
  • 31. چالش‌های یادگیری تقویتی چندعامله
  • 32. ناسازگاری
  • 33. پویایی محیط غیر ایستا
  • 34. غیرخطی بودن
  • 35. عدم قطعیت
  • 36. توزیع نامتوازن داده‌ها
  • 37. بازی‌های مجموع صفر
  • 38. بازی‌های مجموع غیرصفر
  • 39. بازی‌های هماهنگی
  • 40. بازی‌های رقابتی
  • 41. بازی‌های مشارکتی
  • 42. مدل‌های بازی در MARL
  • 43. بازی‌های استراتژیک
  • 44. تعادل نش
  • 45. تعادل کورنو
  • 46. تعادل استاکلبرگ
  • 47. معرفی محیط‌های شبیه‌سازی MARL
  • 48. Multi-Agent Particle Environments (MPE)
  • 49. StarCraft II Learning Environment
  • 50. OpenAI Gym MARL
  • 51. Unity ML-Agents
  • 52. تکنیک‌های یادگیری عامل-محیط مشترک
  • 53. یادگیری متمرکز-غیرمتمرکز (CTDE)
  • 54. Centralized Training with Decentralized Execution (CTDE)
  • 55. Global Reward Shaping
  • 56. Shared Experience Replay
  • 57. Multi-Agent Deep Deterministic Policy Gradient (MADDPG)
  • 58. Counterfactual Multi-Agent Policy Gradients (COMA)
  • 59. QMIX
  • 60. VDN (Value Decomposition Networks)
  • 61. QTRAN
  • 62. اتصال شبکه‌های عصبی برای MARL
  • 63. شبکه‌های عصبی گراف (GNN) برای MARL
  • 64. تکنیک‌های ارتباط بین عامل‌ها
  • 65. ارتباط مستقیم
  • 66. ارتباط از طریق محیط
  • 67. ارتباط مبتنی بر سیگنال
  • 68. ارتباط مبتنی بر پیام
  • 69. پروتکل‌های ارتباطی
  • 70. یادگیری بازی‌های استراتژیک با عامل‌های متعدد
  • 71. هماهنگی در وظایف پیچیده
  • 72. تقسیم وظایف
  • 73. مدیریت منابع مشترک
  • 74. یادگیری همکاری در رباتیک
  • 75. کار تیمی ربات‌ها
  • 76. ناوبری ربات‌های چندگانه
  • 77. دستکاری اشیاء توسط ربات‌های چندگانه
  • 78. یادگیری تیمی در بازی‌های استراتژیک
  • 79. یادگیری تاکتیک‌های تیمی
  • 80. پیش‌بینی رفتار عامل‌های دیگر
  • 81. مدل‌سازی رفتار عامل‌های دیگر
  • 82. یادگیری با عامل‌های نامتقارن
  • 83. یادگیری با عامل‌های ناظر
  • 84. یادگیری با عامل‌های خودکار
  • 85. کاربردها در سیستم‌های هوشمند
  • 86. سیستم‌های حمل و نقل هوشمند
  • 87. مدیریت ترافیک
  • 88. خودروهای خودران
  • 89. سیستم‌های توزیع انرژی هوشمند
  • 90. شبکه‌های برق هوشمند
  • 91. مدیریت تقاضا
  • 92. کاربردها در رباتیک و اتوماسیون
  • 93. ربات‌های صنعتی
  • 94. ربات‌های خدماتی
  • 95. سیستم‌های انبارداری خودکار
  • 96. کاربردها در بازی‌ها و سرگرمی
  • 97. توسعه بازی‌های هوشمند
  • 98. شخصیت‌های غیرقابل بازی (NPC) پویا
  • 99. شبیه‌سازی سناریوهای پیچیده
  • 100. کاربردها در علوم اجتماعی و اقتصادی

📚 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.