کتاب یادگیری تقویتی چندعامله: مدل‌سازی عدم قطعیت در رباتیک صنعتی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی چندعامله: مدل‌سازی عدم قطعیت در رباتیک صنعتی

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای کنترل ربات‌های صنعتی برای انجام وظایف نگهداری و تعمیر

📋 سرفصل‌های دوره (100 موضوع)

• 1. مقدمه‌ای بر یادگیری تقویتی چندعامله
• 2. مفاهیم پایه یادگیری تقویتی
• 3. فضای حالت و فضای عمل در رباتیک
• 4. تابع پاداش و هدف‌گذاری در سیستم‌های رباتیک
• 5. مدل‌های مارکوف تصمیم‌گیری (MDP)
• 6. یادگیری تقویتی مبتنی بر جدول (Q-Learning)
• 7. یادگیری تقویتی مبتنی بر شبکه عصبی (DQN)
• 8. معرفی عدم قطعیت در سیستم‌های رباتیک
• 9. انواع عدم قطعیت: نویز سنسور، عدم قطعیت مدل
• 10. مدل‌سازی عدم قطعیت در فضای حالت
• 11. مدل‌سازی عدم قطعیت در فضای عمل
• 12. مدل‌سازی عدم قطعیت در تابع پاداش
• 13. استفاده از توزیع‌های احتمال برای عدم قطعیت
• 14. یادگیری تقویتی بیزی
• 15. مدل‌سازی عدم قطعیت با شبکه‌های عصبی احتمالی
• 16. شبکه‌های عصبی گوسی (Gaussian Processes) در یادگیری تقویتی
• 17. مدل‌سازی عدم قطعیت با استفاده از درخت‌های تصمیم
• 18. استفاده از شبیه‌سازی برای ارزیابی عدم قطعیت
• 19. بهینه‌سازی در حضور عدم قطعیت
• 20. روش‌های کاوش در فضای حالت با عدم قطعیت
• 21. یادگیری تقویتی با اکتشاف کنترل‌شده
• 22. بهینه‌سازی پاداش در شرایط عدم قطعیت
• 23. مدل‌سازی عدم قطعیت در رباتیک صنعتی
• 24. کاربرد در بازوهای رباتیک صنعتی
• 25. کاربرد در ربات‌های متحرک صنعتی
• 26. کاربرد در سیستم‌های انبارداری خودکار
• 27. کاربرد در ربات‌های جوشکار
• 28. کاربرد در ربات‌های مونتاژ
• 29. سیستم‌های رباتیک موازی و عدم قطعیت
• 30. ربات‌های همکاری‌کننده (Cobots) و عدم قطعیت
• 31. مدل‌سازی عدم قطعیت در ناوبری رباتیک صنعتی
• 32. مدل‌سازی عدم قطعیت در گرفتن و قرار دادن اشیاء
• 33. مدل‌سازی عدم قطعیت در بازرسی رباتیک
• 34. مدل‌سازی عدم قطعیت در کنترل کیفیت با ربات
• 35. یادگیری تقویتی چندعامله (MARL)
• 36. مفاهیم پایه یادگیری تقویتی چندعامله
• 37. هماهنگی بین عامل‌ها در MARL
• 38. رقابت بین عامل‌ها در MARL
• 39. یادگیری تقویتی مستقل (Independent Q-Learning)
• 40. یادگیری تقویتی متمرکز-غیرمتمرکز (CTDE)
• 41. مدل‌سازی عدم قطعیت در سناریوهای چندعامله
• 42. عدم قطعیت در ارتباطات بین عامل‌ها
• 43. عدم قطعیت در درک محیطی عامل‌ها
• 44. عدم قطعیت در اهداف عامل‌ها
• 45. بهینه‌سازی هماهنگی در MARL با عدم قطعیت
• 46. یادگیری تقویتی چندعامله بیزی
• 47. مدل‌سازی عدم قطعیت در هماهنگی ربات‌های صنعتی
• 48. هماهنگی بازوهای رباتیک در یک خط تولید
• 49. هماهنگی ربات‌های متحرک در انبار
• 50. هماهنگی تیم رباتیک برای مونتاژ پیچیده
• 51. هماهنگی ربات‌های تعمیر و نگهداری
• 52. یادگیری تقویتی برای تخصیص وظایف در سیستم‌های رباتیک
• 53. تخصیص وظایف با در نظر گرفتن عدم قطعیت
• 54. تخصیص وظایف به ربات‌های متحرک
• 55. تخصیص وظایف به بازوهای رباتیک
• 56. بهینه‌سازی جریان کار در رباتیک صنعتی با MARL
• 57. مدل‌سازی عدم قطعیت در زمان‌بندی وظایف رباتیک
• 58. زمان‌بندی وظایف با اولویت‌بندی پویا
• 59. زمان‌بندی وظایف در حضور خرابی ربات
• 60. یادگیری تقویتی برای مدیریت ریسک در رباتیک صنعتی
• 61. ارزیابی ریسک در عملیات رباتیک
• 62. کاهش ریسک با استفاده از MARL
• 63. مدل‌سازی عدم قطعیت در تعامل انسان و ربات
• 64. یادگیری تقویتی برای ربات‌های انسان‌نما
• 65. یادگیری تقویتی برای دستیاران رباتیک
• 66. مدل‌سازی عدم قطعیت در محیط‌های پویا
• 67. یادگیری تقویتی در محیط‌های با تغییرات ناگهانی
• 68. مدل‌سازی عدم قطعیت در پیش‌بینی رفتار عامل‌های دیگر
• 69. یادگیری تقویتی با مدل‌های پیش‌بین
• 70. استفاده از شبکه‌های عصبی بازگشتی (RNN) در MARL
• 71. استفاده از شبکه‌های ترانسفورمر در MARL
• 72. مدل‌سازی عدم قطعیت در یادگیری از طریق مشاهده
• 73. یادگیری تقویتی با تقلید (Imitation Learning)
• 74. یادگیری تقویتی با یادگیری فعال (Active Learning)
• 75. ارزیابی عملکرد الگوریتم‌های MARL در رباتیک صنعتی
• 76. معیارهای ارزیابی در حضور عدم قطعیت
• 77. شبیه‌سازی محیط‌های واقع‌گرایانه برای رباتیک صنعتی
• 78. آزمایش عملی الگوریتم‌ها در مقیاس کوچک
• 79. پیاده‌سازی و استقرار سیستم‌های رباتیک هوشمند
• 80. چالش‌های مهندسی در رباتیک صنعتی
• 81. نگهداری و به‌روزرسانی سیستم‌های رباتیک مبتنی بر یادگیری
• 82. آینده یادگیری تقویتی در رباتیک صنعتی