سپنتا کتاب اکسپرس
کتاب توسعه سیستم‌های تصمیم‌گیری خودکار برای بازی‌های استراتژیک با یادگیری تقویتی چندعامله

کتاب توسعه سیستم‌های تصمیم‌گیری خودکار برای بازی‌های استراتژیک با 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 توسعه سیستم‌های تصمیم‌گیری خودکار برای بازی‌های استراتژیک با یادگیری تقویتی چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای بازی‌های استراتژیک پیچیده

📋 سرفصل‌های دوره

  • 1. مبانی بازی‌های استراتژیک و نظریه بازی‌ها
  • 2. مقدمه‌ای بر یادگیری تقویتی
  • 3. عناصر اصلی یادگیری تقویتی چندعامله (MARL)
  • 4. مدل‌های عامل منفرد در یادگیری تقویتی
  • 5. مفاهیم پایه در یادگیری تقویتی: پاداش، حالت، عمل
  • 6. روش‌های ارزش‌گذاری در یادگیری تقویتی
  • 7. روش‌های خط‌مشی در یادگیری تقویتی
  • 8. الگوریتم‌های یادگیری Q
  • 9. یادگیری Q عمیق (DQN)
  • 10. ملاحظات مربوط به تابع هدف در DQN
  • 11. پیشرفت‌های DQN: Double DQN و Dueling DQN
  • 12. الگوریتم‌های Actor-Critic
  • 13. مقدمه‌ای بر Actor-Critic
  • 14. A2C و A3C
  • 15. یادگیری تقویتی مبتنی بر مدل
  • 16. یادگیری تقویتی بدون مدل
  • 17. مقدمه‌ای بر بازی‌های استراتژیک پیچیده
  • 18. بازی‌های مجموع-صفر و مجموع-غیرصفر
  • 19. مفهوم تعادل نش
  • 20. بازی‌های اطلاعات کامل و ناقص
  • 21. بازی‌های با حرکات همزمان و ترتیبی
  • 22. پیاده‌سازی بازی‌های استراتژیک در محیط‌های شبیه‌سازی شده
  • 23. محیط‌های بازی استاندارد: OpenAI Gym
  • 24. محیط‌های بازی سفارشی
  • 25. توسعه محیط‌های بازی ساده
  • 26. بازی‌های رومیزی کلاسیک به عنوان بستر آزمایشی
  • 27. پیاده‌سازی بازی شطرنج با یادگیری تقویتی
  • 28. پیاده‌سازی بازی Go با یادگیری تقویتی
  • 29. مقدمه‌ای بر یادگیری تقویتی چندعامله (MARL)
  • 30. چالش‌های اصلی در MARL: هماهنگی و رقابت
  • 31. فضاهای حالت و عمل مشترک و جداگانه
  • 32. مدل‌های عامل-محیط برای MARL
  • 33. مدل‌های عامل-عامل برای MARL
  • 34. مفاهیم هماهنگی در MARL
  • 35. مفاهیم رقابت در MARL
  • 36. الگوریتم‌های یادگیری توزیع شده در MARL
  • 37. یادگیری مبتنی بر عامل مرکزی (Centralized Training)
  • 38. یادگیری مبتنی بر عامل توزیع شده (Decentralized Execution)
  • 39. MADDPG: Multi-Agent Deep Deterministic Policy Gradient
  • 40. COMA: Counterfactual Multi-Agent Policy Gradients
  • 41. QMIX: Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning
  • 42. VDN: Value Decomposition Networks
  • 43. مقدمه‌ای بر بازی‌های استراتژیک در دنیای واقعی
  • 44. بازی‌های شبیه‌سازی شده نظامی
  • 45. بازی‌های اقتصادی و تجاری
  • 46. بازی‌های مدیریت منابع
  • 47. بازی‌های رباتیک چندعامله
  • 48. کاربرد MARL در سیستم‌های حمل و نقل هوشمند
  • 49. کاربرد MARL در شبکه‌های توزیع انرژی
  • 50. کاربرد MARL در مدیریت ترافیک
  • 51. کاربرد MARL در رباتیک انبارداری
  • 52. کاربرد MARL در بازی‌های دفاع سایبری
  • 53. مقدمه‌ای بر یادگیری تقویتی در بازی‌های استراتژیک پیچیده
  • 54. توسعه استراتژی‌های پیچیده در بازی‌های چندنفره
  • 55. یادگیری همکاری بین عامل‌ها
  • 56. یادگیری رقابت با عامل‌های هوشمند
  • 57. استراتژی‌های گریز و شناسایی
  • 58. مدل‌سازی رفتار عامل‌های رقیب
  • 59. پیش‌بینی حرکات حریف
  • 60. مدیریت منابع در بازی‌های استراتژیک
  • 61. تصمیم‌گیری در شرایط عدم قطعیت
  • 62. بهینه‌سازی سیاست‌های بازی
  • 63. ارزیابی عملکرد عامل‌های یادگیرنده
  • 64. معیارهای سنجش موفقیت در بازی‌های استراتژیک
  • 65. تحلیل حساسیت سیاست‌های یادگرفته شده
  • 66. روش‌های مقایسه عامل‌های مختلف
  • 67. مقدمه‌ای بر معماری‌های عمیق در MARL
  • 68. شبکه‌های عصبی کانولوشنال (CNN) برای داده‌های بصری
  • 69. شبکه‌های عصبی بازگشتی (RNN) برای داده‌های ترتیبی
  • 70. ترکیب CNN و RNN در عامل‌های بازی
  • 71. مکانیزم توجه (Attention Mechanism) در MARL
  • 72. مقدمه‌ای بر انتقال یادگیری (Transfer Learning) در MARL
  • 73. استفاده از دانش آموخته شده از یک بازی به بازی دیگر
  • 74. تنظیم دقیق (Fine-tuning) عامل‌ها برای بازی‌های جدید
  • 75. یادگیری مداوم (Continual Learning) در محیط‌های پویا
  • 76. مقدمه‌ای بر اخلاق و ملاحظات امنیتی در توسعه عامل‌های بازی
  • 77. مسائل مربوط به سوگیری در داده‌ها و الگوریتم‌ها
  • 78. اهمیت شفافیت در تصمیم‌گیری عامل‌ها
  • 79. پیشگیری از استفاده مخرب از عامل‌های هوشمند
  • 80. ملاحظات مربوط به قوانین و مقررات در توسعه بازی‌های استراتژیک
  • 81. ارزیابی جامع سیستم‌های تصمیم‌گیری خودکار
  • 82. چالش‌های پیاده‌سازی در مقیاس بزرگ
  • 83. آینده پژوهی در حوزه بازی‌های استراتژیک و یادگیری تقویتی چندعامله
  • 84. پیشرفت‌های آتی در معماری‌های عامل‌ها
  • 85. نقش یادگیری تقویتی در بازی‌های واقعیت مجازی و افزوده
  • 86. تأثیر MARL بر طراحی بازی‌های نسل آینده
  • 87. جمع‌بندی و چشم‌اندازهای پژوهشی

📚 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.