کتاب مطالعه موردی بازی‌های ساده در 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 مطالعه موردی بازی‌های ساده در یادگیری تقویتی چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: بازی‌ها (Games)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر بازی‌های ساده در یادگیری تقویتی چندعامله
  • 2. مفاهیم پایه یادگیری تقویتی
  • 3. محیط‌های یادگیری تقویتی: عامل و محیط
  • 4. تابع پاداش و تابع انتقال حالت
  • 5. الگوریتم‌های یادگیری تقویتی تک‌عامله
  • 6. یادگیری Q-Learning
  • 7. یادگیری SARSA
  • 8. یادگیری عمیق در یادگیری تقویتی
  • 9. شبکه‌های عصبی عمیق برای تخمین تابع ارزش
  • 10. معرفی یادگیری تقویتی چندعامله (MARL)
  • 11. چالش‌های یادگیری تقویتی چندعامله
  • 12. محیط‌های چندعامله: انواع و ویژگی‌ها
  • 13. مدل‌های تعامل عامل‌ها در MARL
  • 14. همکاری در مقابل رقابت در MARL
  • 15. بازی‌های جمعی (Cooperative Games)
  • 16. بازی‌های رقابتی (Competitive Games)
  • 17. بازی‌های مختلط (Mixed Games)
  • 18. مدل‌های حل بازی‌های چندعامله
  • 19. بازی‌های ماتریسی و ماتریس سود
  • 20. معرفی بازی‌های ساده
  • 21. بازی سنگ، کاغذ، قیچی
  • 22. بازی گره‌گشایی (Tug-of-War)
  • 23. بازی تعقیب و گریز (Pursuit-Evasion)
  • 24. بازی‌های مبتنی بر شبکه
  • 25. شبکه‌های ارتباطی عامل‌ها
  • 26. یادگیری راهبرد در بازی‌های ساده
  • 27. تکامل راهبردها با الگوریتم‌های ژنتیک
  • 28. تکامل راهبردها با یادگیری تقویتی
  • 29. یادگیری راهبرد در بازی سنگ، کاغذ، قیچی
  • 30. تکامل راهبرد در بازی گره‌گشایی
  • 31. یادگیری راهبرد در بازی تعقیب و گریز
  • 32. پیاده‌سازی بازی‌های ساده با Python
  • 33. استفاده از کتابخانه‌های Gym و PettingZoo
  • 34. شبیه‌سازی محیط‌های بازی ساده
  • 35. آموزش عامل‌ها در محیط‌های ساده
  • 36. ارزیابی عملکرد عامل‌ها در بازی‌های ساده
  • 37. مصورسازی تعامل عامل‌ها
  • 38. کاربرد بازی‌های ساده در مدل‌سازی مسائل واقعی
  • 39. مدل‌سازی همکاری در تیم‌های رباتیک
  • 40. مدل‌سازی مذاکرات اقتصادی
  • 41. مدل‌سازی سیستم‌های ترافیکی
  • 42. مدل‌سازی توزیع منابع
  • 43. مروری بر الگوریتم‌های پیشرفته MARL
  • 44. یادگیری مبتنی بر عامل مرکزی (Centralized Training)
  • 45. یادگیری مبتنی بر عامل توزیع‌شده (Decentralized Execution)
  • 46. اتصال‌گرهای عامل (Agent Communication)
  • 47. یادگیری مبتنی بر مدل در MARL
  • 48. یادگیری بدون مدل در MARL
  • 49. روش‌های بازیابی در MARL
  • 50. روش‌های بازیابی در بازی‌های ماتریسی
  • 51. روش‌های بازیابی در بازی‌های پویا
  • 52. یادگیری راهبرد مشترک
  • 53. یادگیری راهبردهای واگرا
  • 54. یادگیری راهبردهای همگرا
  • 55. تکنیک‌های یادگیری عمیق در MARL
  • 56. شبکه‌های عصبی کانولوشنال برای MARL
  • 57. شبکه‌های عصبی بازگشتی برای MARL
  • 58. شبکه‌های عصبی گراف برای MARL
  • 59. کاربرد یادگیری تقویتی چندعامله در رباتیک
  • 60. کنترل گروهی ربات‌ها
  • 61. ناوبری ربات‌های خودکار
  • 62. انجام وظایف مشترک توسط ربات‌ها
  • 63. کاربرد MARL در سیستم‌های توزیع‌شده
  • 64. مدیریت منابع در سیستم‌های ابری
  • 65. بهینه‌سازی شبکه‌های توزیع‌شده
  • 66. سیستم‌های توصیه‌گر چندعامله
  • 67. کاربرد MARL در اقتصاد و مالی
  • 68. مدل‌سازی بازارهای مالی
  • 69. استراتژی‌های معاملاتی خودکار
  • 70. بهینه‌سازی سبد سهام
  • 71. کاربرد MARL در بازی‌ها و سرگرمی
  • 72. ساخت هوش مصنوعی در بازی‌های ویدئویی
  • 73. طراحی بازی‌های تعاملی
  • 74. تحلیل رفتار بازیکنان
  • 75. چالش‌های مقیاس‌پذیری در MARL
  • 76. افزایش تعداد عامل‌ها
  • 77. افزایش پیچیدگی محیط
  • 78. ارزیابی و تحلیل نتایج در MARL
  • 79. معیارهای ارزیابی عملکرد
  • 80. تفسیرپذیری مدل‌های MARL
  • 81. اخلاق در یادگیری تقویتی چندعامله
  • 82. مسائل مربوط به مسئولیت‌پذیری
  • 83. ایجاد عامل‌های عادلانه و بی‌طرف
  • 84. مطالعات موردی پیشرفته MARL
  • 85. تحلیل بازی‌های پیچیده‌تر
  • 86. طراحی محیط‌های آموزشی MARL
  • 87. پروژه‌های عملی MARL
  • 88. مقدمه‌ای بر یادگیری تقویتی میان‌رشته‌ای
  • 89. کاربرد MARL در علوم اجتماعی
  • 90. تحلیل پدیده‌های اجتماعی
  • 91. مدل‌سازی رفتار جمعی
  • 92. کاربرد MARL در علوم زیستی
  • 93. مدل‌سازی سیستم‌های زیستی
  • 94. تحلیل رفتار حیوانات
  • 95. آینده پژوهش در یادگیری تقویتی چندعامله
  • 96. روندهای نوظهور
  • 97. چالش‌های تحقیقاتی آینده
  • 98. مروری بر منابع و مراجع کلیدی MARL

📚 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.