دوره مقدمه‌ای بر یادگیری تقویتی چندعامله در تدارکات نوین همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر یادگیری تقویتی چندعامله در تدارکات نوین

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای استراتژی‌های مدیریت تدارکات

📋 سرفصل‌های دوره

• 1. مبانی یادگیری تقویتی
• 2. مفهوم عامل و محیط
• 3. حالات و اقدامات عامل
• 4. تابع پاداش
• 5. مدل‌های مارکوف تصمیم‌گیری (MDP)
• 6. تعریف MDP
• 7. فضای حالات و اقدامات
• 8. تابع انتقال حالت
• 9. تابع پاداش در MDP
• 10. حل MDP با برنامه‌ریزی پویا
• 11. روش‌های ارزش‌گذاری
• 12. روش‌های کنترل بهینه
• 13. یادگیری تقویتی بدون مدل
• 14. یادگیری Q
• 15. الگوریتم Q-learning
• 16. به‌روزرسانی Q-learning
• 17. یادگیری SARSA
• 18. مقایسه Q-learning و SARSA
• 19. یادگیری تقویتی عمقی (Deep RL)
• 20. شبکه‌های عصبی در RL
• 21. Deep Q-Networks (DQN)
• 22. بهبودهای DQN
• 23. Double DQN
• 24. Dueling DQN
• 25. Prioritized Experience Replay
• 26. Actor-Critic Methods
• 27. Actor-Critic
• 28. A2C (Advantage Actor-Critic)
• 29. A3C (Asynchronous Advantage Actor-Critic)
• 30. DDPG (Deep Deterministic Policy Gradient)
• 31. TD3 (Twin Delayed Deep Deterministic Policy Gradient)
• 32. SAC (Soft Actor-Critic)
• 33. یادگیری تقویتی چندعامله (MARL)
• 34. مفهوم عامل‌های متعدد
• 35. چالش‌های MARL
• 36. فضای حالت-اقدام مشترک
• 37. همکاری بین عامل‌ها
• 38. رقابت بین عامل‌ها
• 39. محیط‌های مشترک
• 40. ارتباطات بین عامل‌ها
• 41. مدل‌های کلاسیک MARL
• 42. Independent Q-learning (IQL)
• 43. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
• 44. QMIX
• 45. VDN (Value Decomposition Networks)
• 46. COMA (Counterfactual Multi-Agent Policy Gradients)
• 47. تدارکات نوین
• 48. مقدمه‌ای بر زنجیره تأمین
• 49. مدیریت موجودی در تدارکات
• 50. روش‌های پیش‌بینی تقاضا
• 51. مدیریت حمل و نقل
• 52. بهینه‌سازی مسیر
• 53. انبارداری هوشمند
• 54. اتوماسیون در انبار
• 55. مدیریت ریسک در زنجیره تأمین
• 56. تحلیل داده در تدارکات
• 57. نقش هوش مصنوعی در تدارکات
• 58. کاربرد یادگیری تقویتی در مدیریت موجودی
• 59. بهینه‌سازی سطح موجودی با RL
• 60. پیش‌بینی تقاضا با RL
• 61. کاربرد RL در مسیریابی وسایل نقلیه
• 62. بهینه‌سازی زمان‌بندی تحویل با RL
• 63. کاربرد RL در مدیریت انبار
• 64. بهینه‌سازی تخصیص منابع در انبار با RL
• 65. کاربرد RL در مدیریت ریسک زنجیره تأمین
• 66. پیش‌بینی و کاهش اختلالات با RL
• 67. کاربرد RL در مذاکرات تامین‌کنندگان
• 68. بهینه‌سازی قراردادها با RL
• 69. کاربرد RL در مدیریت حمل و نقل هوشمند
• 70. بهینه‌سازی جریان کالا با RL
• 71. کاربرد RL در برنامه‌ریزی تولید
• 72. هماهنگی تولید و عرضه با RL
• 73. کاربرد RL در مدیریت انبار خودکار
• 74. بهینه‌سازی ربات‌های انبار با RL
• 75. کاربرد RL در پیش‌بینی خرابی تجهیزات
• 76. نگهداری پیشگیرانه با RL
• 77. کاربرد RL در مدیریت لجستیک معکوس
• 78. بهینه‌سازی بازگشت کالا با RL
• 79. کاربرد RL در مدیریت خدمات پس از فروش
• 80. بهینه‌سازی پاسخ به مشتریان با RL
• 81. کاربرد RL در زنجیره تأمین پایدار
• 82. بهینه‌سازی مصرف انرژی با RL
• 83. کاربرد RL در مدیریت داده‌های حجیم تدارکات
• 84. تحلیل پیشرفته داده با RL
• 85. کاربرد RL در سیستم‌های توصیه‌گر تدارکات
• 86. بهینه‌سازی انتخاب تامین‌کننده با RL
• 87. کاربرد RL در شبیه‌سازی زنجیره تأمین
• 88. ارزیابی استراتژی‌ها با RL
• 89. کاربرد RL در کنترل کیفیت
• 90. بهینه‌سازی بازرسی با RL
• 91. کاربرد RL در مدیریت انبار متصل به اینترنت اشیاء
• 92. بهینه‌سازی پویای انبار با RL
• 93. کاربرد RL در مدیریت لجستیک شهری
• 94. بهینه‌سازی تحویل در مناطق شهری با RL
• 95. کاربرد RL در مدیریت اضطراری زنجیره تأمین
• 96. واکنش سریع به بحران‌ها با RL
• 97. کاربرد RL در بهینه‌سازی قیمت‌گذاری پویا
• 98. تنظیم قیمت بر اساس تقاضا با RL
• 99. کاربرد RL در مدیریت ارتباط با مشتریان
• 100. بهینه‌سازی تجربه مشتری با RL