کتاب مقدمه‌ای بر PettingZoo برای پژوهشگران MARL

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 مقدمه‌ای بر PettingZoo برای پژوهشگران MARL

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: PettingZoo

📋 سرفصل‌های دوره

  • 1. مبانی PettingZoo و محیط‌های یادگیری تقویتی چند عاملی
  • 2. نصب و پیکربندی PettingZoo
  • 3. آشنایی با ساختار محیط‌های PettingZoo
  • 4. انواع محیط‌های موجود در PettingZoo
  • 5. مفاهیم پایه در یادگیری تقویتی چند عاملی (MARL)
  • 6. تفاوت MARL با یادگیری تقویتی تک عاملی
  • 7. چالش‌های کلیدی در MARL: هماهنگی و رقابت
  • 8. معرفی الگوریتم‌های پایه در MARL
  • 9. الگوریتم‌های مبتنی بر عامل مرکزی (Centralized Training)
  • 10. الگوریتم‌های مبتنی بر عامل غیرمتمرکز (Decentralized Execution)
  • 11. الگوریتم‌های مبتنی بر عامل مرکزی و غیرمتمرکز (CTDE)
  • 12. تابع پاداش در محیط‌های MARL
  • 13. طراحی تابع پاداش برای هماهنگی
  • 14. طراحی تابع پاداش برای رقابت
  • 15. مفهوم مشاهده‌پذیری در MARL
  • 16. مشاهده‌پذیری کامل (Fully Observable)
  • 17. مشاهده‌پذیری جزئی (Partially Observable)
  • 18. معرفی محیط‌های بازی دو نفره در PettingZoo
  • 19. بازی‌های مجموع صفر (Zero-Sum Games)
  • 20. بازی‌های مجموع غیر صفر (Non-Zero-Sum Games)
  • 21. بازی‌های هماهنگی (Coordination Games)
  • 22. بازی‌های رقابتی (Competitive Games)
  • 23. مثال: محیط Go-N-in-a-Line
  • 24. مثال: محیط Tic-Tac-Toe
  • 25. مثال: محیط Connect Four
  • 26. مثال: محیط Chess
  • 27. مثال: محیط Go
  • 28. معرفی محیط‌های تیمی در PettingZoo
  • 29. محیط‌های همکاری (Cooperative Environments)
  • 30. محیط‌های نیمه‌همکاری (Mixed Cooperative-Competitive)
  • 31. مثال: محیط Hanabi
  • 32. مثال: محیط Multiagent-Pong
  • 33. مثال: محیط Multiagent-Soccer
  • 34. مثال: محیط Multiagent-Traffic
  • 35. مثال: محیط Multiagent-Hide-and-Seek
  • 36. معرفی الگوریتم‌های یادگیری عمیق برای MARL
  • 37. شبکه‌های عصبی عمیق در MARL
  • 38. شبکه‌های عصبی کانولوشنی (CNN) برای داده‌های بصری
  • 39. شبکه‌های عصبی بازگشتی (RNN) برای داده‌های ترتیبی
  • 40. شبکه‌های عصبی ترنسفورمر (Transformer) در MARL
  • 41. پیاده‌سازی الگوریتم‌های ساده MARL
  • 42. الگوریتم Q-learning برای یک عامل
  • 43. توسعه Q-learning برای چند عامل (Independent Q-learning)
  • 44. محدودیت‌های Independent Q-learning
  • 45. معرفی الگوریتم MADDPG
  • 46. ساختار MADDPG: عامل مرکزی و عامل‌های محیطی
  • 47. آموزش MADDPG در PettingZoo
  • 48. پیاده‌سازی MADDPG برای محیط‌های رقابتی
  • 49. پیاده‌سازی MADDPG برای محیط‌های همکاری
  • 50. معرفی الگوریتم COMA
  • 51. ساختار COMA: عامل مرکزی و منتقد
  • 52. استفاده از تابع مزیت در COMA
  • 53. آموزش COMA در PettingZoo
  • 54. پیاده‌سازی COMA برای محیط‌های تیمی
  • 55. معرفی الگوریتم QMIX
  • 56. ساختار QMIX: ترکیب توابع Q
  • 57. شبکه‌های عصبی برای عامل‌های QMIX
  • 58. آموزش QMIX در PettingZoo
  • 59. پیاده‌سازی QMIX برای محیط‌های همکاری
  • 60. معرفی الگوریتم VDN
  • 61. ساختار VDN: جمع توابع Q
  • 62. پیاده‌سازی VDN برای محیط‌های همکاری
  • 63. مقایسه QMIX و VDN
  • 64. معرفی محیط‌های شبیه‌سازی پیشرفته
  • 65. محیط‌های رباتیک و کنترل
  • 66. محیط‌های حمل و نقل هوشمند
  • 67. محیط‌های شبکه‌های انرژی
  • 68. محیط‌های مدیریت منابع
  • 69. محیط‌های بازی‌های استراتژیک پیچیده
  • 70. ارزیابی عملکرد عامل‌های MARL
  • 71. سنجه‌های ارزیابی در محیط‌های رقابتی
  • 72. سنجه‌های ارزیابی در محیط‌های همکاری
  • 73. سنجه‌های ارزیابی در محیط‌های ترکیبی
  • 74. تجزیه و تحلیل پایداری عامل‌های MARL
  • 75. رفتار عامل‌ها در طول زمان
  • 76. تأثیر پارامترهای الگوریتم بر پایداری
  • 77. مطالعه موردی: بهینه‌سازی ترافیک با MARL
  • 78. مدل‌سازی مسئله ترافیک با PettingZoo
  • 79. پیاده‌سازی عامل‌های یادگیرنده برای کنترل چراغ‌های راهنمایی
  • 80. ارزیابی نتایج شبیه‌سازی
  • 81. مطالعه موردی: بازی‌های تیمی با MARL
  • 82. مدل‌سازی بازی فوتبال با PettingZoo
  • 83. پیاده‌سازی تیم‌های عامل‌های یادگیرنده
  • 84. تحلیل هماهنگی و استراتژی تیمی
  • 85. مطالعه موردی: مدیریت منابع مشترک با MARL
  • 86. مدل‌سازی مسئله مدیریت منابع آبی
  • 87. پیاده‌سازی عامل‌های یادگیرنده برای تخصیص منابع
  • 88. تحلیل کارایی و عدالت
  • 89. مباحث پیشرفته در MARL
  • 90. یادگیری فدرال در MARL
  • 91. یادگیری تقویتی با ارتباطات بین عامل‌ها
  • 92. یادگیری تقویتی با انتقال دانش (Transfer Learning)
  • 93. یادگیری تقویتی با عامل‌های انسان‌نما (Human-in-the-loop)
  • 94. چالش‌های پیاده‌سازی در دنیای واقعی
  • 95. مقیاس‌پذیری الگوریتم‌های MARL
  • 96. تفسیرپذیری (Interpretability) در MARL
  • 97. امنیت در سیستم‌های MARL
  • 98. آینده پژوهش در MARL و PettingZoo

📚 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.