ترجمه فارسی مقاله قرار دادن داده ها در مرکز یادگیری تقویت کننده چند عامل آفلاین

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Putting Data at the Centre of Offline Multi-Agent Reinforcement Learning
عنوان مقاله به فارسی قرار دادن داده ها در مرکز یادگیری تقویت کننده چند عامل آفلاین
نویسندگان Claude Formanek, Louise Beyers, Callum Rhys Tilbury, Jonathan P. Shock, Arnu Pretorius
فرمت مقاله انگلیسی PDF
تعداد صفحات 21
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Artificial Intelligence,Multiagent Systems,یادگیری ماشین , هوش مصنوعی , سیستم های چند منظوره ,
توضیحات Submitted 18 September, 2024; originally announced September 2024.
توضیحات به فارسی ارائه شده در 18 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • 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 محصول همان جا 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

چکیده

Offline multi-agent reinforcement learning (MARL) is an exciting direction of research that uses static datasets to find optimal control policies for multi-agent systems. Though the field is by definition data-driven, efforts have thus far neglected data in their drive to achieve state-of-the-art results. We first substantiate this claim by surveying the literature, showing how the majority of works generate their own datasets without consistent methodology and provide sparse information about the characteristics of these datasets. We then show why neglecting the nature of the data is problematic, through salient examples of how tightly algorithmic performance is coupled to the dataset used, necessitating a common foundation for experiments in the field. In response, we take a big step towards improving data usage and data awareness in offline MARL, with three key contributions: (1) a clear guideline for generating novel datasets; (2) a standardisation of over 80 existing datasets, hosted in a publicly available repository, using a consistent storage format and easy-to-use API; and (3) a suite of analysis tools that allow us to understand these datasets better, aiding further development.

چکیده به فارسی (ترجمه ماشینی)

یادگیری تقویت کننده چند عامل آفلاین (MARL) یک جهت هیجان انگیز از تحقیقات است که از مجموعه داده های استاتیک برای یافتن سیاست های کنترل بهینه برای سیستم های چند عامل استفاده می کند.اگرچه این زمینه با تعریف داده محور است ، اما تلاش ها تاکنون از داده های خود برای دستیابی به نتایج پیشرفته غافل شده اند.ما ابتدا این ادعا را با بررسی ادبیات اثبات می کنیم ، نشان می دهیم که چگونه اکثر آثار مجموعه داده های خود را بدون روش شناسی سازگار تولید می کنند و اطلاعات پراکنده ای در مورد ویژگی های این مجموعه داده ها ارائه می دهند.سپس ما نشان می دهیم که چرا غفلت از ماهیت داده ها مشکل ساز است ، از طریق نمونه های برجسته ای که عملکرد الگوریتمی محکم با مجموعه داده های مورد استفاده همراه است ، نیاز به یک پایه مشترک برای آزمایش در این زمینه دارد.در پاسخ ، ما گام بزرگی در جهت بهبود استفاده از داده ها و آگاهی از داده ها در MARL آفلاین ، با سه سهم کلیدی برداشته ایم: (1) یک راهنمای واضح برای تولید مجموعه داده های جدید.(2) استاندارد سازی بیش از 80 مجموعه داده موجود ، که در یک مخزن در دسترس عمومی برگزار می شود ، با استفاده از یک قالب ذخیره سازی مداوم و API با استفاده آسان.و (3) مجموعه ای از ابزارهای تجزیه و تحلیل که به ما امکان می دهد این مجموعه داده ها را بهتر بشناسیم و به توسعه بیشتر کمک کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • 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 محصول همان جا 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.