سپنتا کتاب اکسپرس
کتاب یادگیری تقویتی چندعامله: از ایده تا پیاده‌سازی ناظر مرکزی عامل مستقل

کتاب یادگیری تقویتی چندعامله: از ایده تا پیاده‌سازی ناظر مرکزی عامل مستقل

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 چندعامله: از ایده تا پیاده‌سازی ناظر مرکزی عامل مستقل

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: روش‌های مبتنی بر ناظر مرکزی/عامل مستقل (Centralized Critic/Independent Actor)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری تقویتی چندعامله
  • 2. مفاهیم پایه یادگیری تقویتی
  • 3. فضاهای حالت و عمل
  • 4. تابع پاداش و فرایند تصمیم‌گیری مارکوف
  • 5. مدل‌های یادگیری تقویتی: مدل‌بندی شده و بدون مدل
  • 6. الگوریتم‌های یادگیری تقویتی بدون مدل
  • 7. یادگیری ق-مقدار (Q-Learning)
  • 8. یادگیری ق-مقدار عمیق (Deep Q-Learning)
  • 9. الگوریتم‌های سیاست گرادیان (Policy Gradient)
  • 10. تفاوت الگوریتم‌های ارزش‌محور و سیاست‌محور
  • 11. مقدمه‌ای بر یادگیری تقویتی چندعامله (MARL)
  • 12. چالش‌های یادگیری تقویتی چندعامله
  • 13. ناهمگنی عامل‌ها و محیط
  • 14. عدم قطعیت ناشی از عامل‌های دیگر
  • 15. فضای حالت و عمل بزرگتر
  • 16. وابستگی زمانی پاداش‌ها
  • 17. نظریه بازی‌ها و ارتباط آن با MARL
  • 18. مفاهیم اساسی نظریه بازی‌ها
  • 19. تعادل نش (Nash Equilibrium)
  • 20. بازی‌های با مجموع صفر و غیر صفر
  • 21. کاربرد نظریه بازی‌ها در MARL
  • 22. رویکردهای اصلی در MARL
  • 23. رویکردهای متمرکز (Centralized)
  • 24. رویکردهای غیرمتمرکز (Decentralized)
  • 25. رویکردهای نیمه‌متمرکز (Semi-Centralized)
  • 26. معماری ناظر مرکزی عامل مستقل (CTDE)
  • 27. مفهوم ناظر مرکزی عامل مستقل
  • 28. مزایای معماری CTDE
  • 29. معماری‌های رایج CTDE
  • 30. استفاده از شبکه‌های عصبی در CTDE
  • 31. شبکه‌های عصبی کانولوشنی (CNN) در CTDE
  • 32. شبکه‌های عصبی بازگشتی (RNN) در CTDE
  • 33. شبکه‌های عصبی ترنسفورمر (Transformer) در CTDE
  • 34. الگوریتم‌های CTDE
  • 35. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
  • 36. COMA (Counterfactual Multi-Agent Policy Gradients)
  • 37. QMIX (Q-learning for Multi-Agent Coordination)
  • 38. VDN (Value Decomposition Networks)
  • 39. IQL (Independent Q-Learning)
  • 40. مقایسه الگوریتم‌های CTDE
  • 41. کاربرد CTDE در سناریوهای مختلف
  • 42. رباتیک چندعامله
  • 43. سیستم‌های خودمختار
  • 44. مدیریت ترافیک
  • 45. بازی‌های استراتژیک
  • 46. شبیه‌سازی‌های اقتصادی
  • 47. ملاحظات پیاده‌سازی CTDE
  • 48. انتخاب معماری مناسب
  • 49. تنظیم ابرپارامترها
  • 50. مدیریت حافظه تجربه (Experience Replay)
  • 51. جمع‌آوری و پیش‌پردازش داده‌ها
  • 52. ارزیابی عملکرد عامل‌ها
  • 53. معیارهای ارزیابی در MARL
  • 54. پایداری یادگیری
  • 55. کارایی و سرعت همگرایی
  • 56. قابلیت تعمیم‌پذیری
  • 57. ارزیابی در محیط‌های شبیه‌سازی شده
  • 58. ارزیابی در دنیای واقعی
  • 59. موضوعات پیشرفته در MARL
  • 60. یادگیری تقویتی با ارتباطات عامل‌ها (Communication in MARL)
  • 61. یادگیری تقویتی با همکاری (Cooperative MARL)
  • 62. یادگیری تقویتی با رقابت (Competitive MARL)
  • 63. یادگیری تقویتی با ترکیبی از همکاری و رقابت
  • 64. یادگیری تقویتی با عامل‌های ناهمگن
  • 65. یادگیری تقویتی با محدودیت منابع
  • 66. یادگیری تقویتی با عدم قطعیت در مدل محیط
  • 67. یادگیری تقویتی با پاداش‌های پراکنده
  • 68. یادگیری تقویتی با پاداش‌های چندهدفه
  • 69. یادگیری تقویتی با انتقال یادگیری (Transfer Learning)
  • 70. یادگیری تقویتی با یادگیری فدرال (Federated Learning)
  • 71. یادگیری تقویتی با تفسیرپذیری (Explainable MARL)
  • 72. روش‌های تفسیرپذیری در MARL
  • 73. کاربرد تفسیرپذیری در اطمینان از انطباق با قوانین
  • 74. تکنیک‌های افزایش پایداری در MARL
  • 75. نرمال‌سازی پاداش‌ها
  • 76. تکنیک‌های جلوگیری از واگرایی
  • 77. استفاده از شبکه‌های عصبی با ساختار مناسب
  • 78. روش‌های تنظیم گرادیان
  • 79. بررسی تأثیر عدم قطعیت در عامل‌های همسایه
  • 80. مدل‌سازی رفتار عامل‌های همسایه
  • 81. روش‌های پیش‌بینی رفتار عامل‌های دیگر
  • 82. تکنیک‌های مدیریت فضای حالت و عمل بزرگ
  • 83. تجزیه حالت (State Abstraction)
  • 84. تجزیه عمل (Action Abstraction)
  • 85. یادگیری نمایش (Representation Learning)
  • 86. کاربرد یادگیری نمایش در MARL
  • 87. یادگیری تقویتی برای سیستم‌های توزیع شده
  • 88. مدل‌سازی هماهنگی در سیستم‌های توزیع شده
  • 89. روش‌های توزیع وظایف بین عامل‌ها
  • 90. یادگیری تقویتی برای بهینه‌سازی سیستم‌های پیچیده
  • 91. کاربرد در بهینه‌سازی شبکه‌های انرژی
  • 92. کاربرد در مدیریت زنجیره تأمین
  • 93. کاربرد در سیستم‌های حمل و نقل هوشمند
  • 94. چالش‌های اخلاقی و امنیتی در MARL
  • 95. تضمین رفتار ایمن عامل‌ها
  • 96. جلوگیری از سوءاستفاده از عامل‌های هوشمند
  • 97. بررسی انطباق با قوانین شرعی و مقررات ملی
  • 98. روش‌های اطمینان از عدم ترویج موضوعات ممنوع
  • 99. تضمین عدم ترویج ربا، قمار و مواد مخدر
  • 100. تضمین رعایت چارچوب خانواده و پوشش اسلامی

📚 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.