دوره نظریه بازی‌های نامتقارن با عامل‌های با استراتژی پیچیده همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره نظریه بازی‌های نامتقارن با عامل‌های با استراتژی پیچیده

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: جنبه‌های نظری MARL

📋 سرفصل‌های دوره

• 1. مبانی نظریه بازی‌ها
• 2. مفاهیم پایه در نظریه بازی‌ها
• 3. انواع بازی‌ها: استاتیک و دینامیک
• 4. بازی‌های با اطلاعات کامل و ناقص
• 5. تعادل در بازی‌های استاتیک
• 6. تعادل نش و کاربردهای آن
• 7. بازی‌های با اطلاعات ناقص: مفهوم و مثال‌ها
• 8. تعادل بیز
• 9. بازی‌های تکراری: مفاهیم و انواع
• 10. تعادل در بازی‌های تکراری
• 11. بازی‌های با فضای حالت پیچیده
• 12. نقش عامل‌های هوشمند در بازی‌ها
• 13. مدل‌سازی عامل‌های با استراتژی پیچیده
• 14. یادگیری تقویتی در عامل‌های هوشمند
• 15. یادگیری تقویتی چند عاملی
• 16. تعامل عامل‌ها در محیط‌های پویا
• 17. بازی‌های نامتقارن: تعاریف و ویژگی‌ها
• 18. عدم تقارن اطلاعات در بازی‌ها
• 19. عدم تقارن پرداخت در بازی‌ها
• 20. مدل‌سازی بازی‌های نامتقارن
• 21. روش‌های حل بازی‌های نامتقارن
• 22. کاربردهای نظریه بازی‌های نامتقارن
• 23. نظریه بازی‌ها در اقتصاد
• 24. نظریه بازی‌ها در علوم سیاسی
• 25. نظریه بازی‌ها در هوش مصنوعی
• 26. نظریه بازی‌ها در علوم اجتماعی
• 27. بازی‌های مزایده و طراحی سازوکار
• 28. طراحی سازوکار برای تخصیص منابع
• 29. بازی‌های مذاکره و دیپلماسی
• 30. مدل‌سازی مذاکرات پیچیده
• 31. استراتژی‌های دفاعی در بازی‌ها
• 32. استراتژی‌های تهاجمی در بازی‌ها
• 33. بازی‌های مبتنی بر پنهان‌کاری
• 34. بازی‌های مبتنی بر فریب
• 35. مدل‌سازی رفتار راهبردی
• 36. پیچیدگی محاسباتی در نظریه بازی‌ها
• 37. پیچیدگی در یافتن تعادل نش
• 38. پیچیدگی در بازی‌های تکراری
• 39. پیچیدگی در بازی‌های نامتقارن
• 40. عامل‌های با استراتژی پیچیده: تعریف و ویژگی‌ها
• 41. مدل‌سازی پیچیدگی استراتژی عامل‌ها
• 42. یادگیری استراتژی‌های پیچیده
• 43. بهینه‌سازی استراتژی در بازی‌های نامتقارن
• 44. شبکه‌های عامل‌ها و تعاملات آنها
• 45. مدل‌سازی شبکه‌های پیچیده عامل‌ها
• 46. پویایی در شبکه‌های عامل‌ها
• 47. یادگیری در شبکه‌های عامل‌ها
• 48. بازی‌های گروهی با عامل‌های پیچیده
• 49. مدل‌سازی رفتار گروهی عامل‌ها
• 50. هماهنگی در میان عامل‌های پیچیده
• 51. تشکیل ائتلاف در بازی‌های عامل‌ها
• 52. نظریه بازی‌های تکاملی
• 53. کاربرد نظریه بازی‌های تکاملی
• 54. بازی‌های مبتنی بر انتخاب اجتماعی
• 55. مدل‌سازی انتخاب اجتماعی عامل‌ها
• 56. بازی‌های مبتنی بر شهرت و اعتبار
• 57. مدل‌سازی شهرت در عامل‌ها
• 58. بازی‌های مبتنی بر اعتماد
• 59. مدل‌سازی اعتماد در عامل‌ها
• 60. بازی‌های مبتنی بر ریسک
• 61. مدل‌سازی ریسک‌پذیری عامل‌ها
• 62. بازی‌های مبتنی بر عدم قطعیت
• 63. مدل‌سازی عدم قطعیت در عامل‌ها
• 64. بازی‌های سیستمی با عامل‌های پیچیده
• 65. مدل‌سازی تعاملات سیستمی
• 66. تحلیل حساسیت در بازی‌های نامتقارن
• 67. تحلیل پایداری در بازی‌های عامل‌ها
• 68. شبیه‌سازی بازی‌های نامتقارن
• 69. ارزیابی استراتژی‌ها در محیط‌های شبیه‌سازی شده
• 70. طراحی الگوریتم‌های یادگیری برای عامل‌های پیچیده
• 71. بهینه‌سازی پارامترهای عامل‌های پیچیده
• 72. بررسی همگرایی الگوریتم‌های یادگیری
• 73. نظریه بازی‌ها در امنیت سایبری
• 74. کاربرد نظریه بازی‌ها در تحلیل تهدیدات
• 75. مدل‌سازی حملات سایبری با استفاده از نظریه بازی‌ها
• 76. استراتژی‌های دفاعی در امنیت سایبری
• 77. نظریه بازی‌ها در اقتصاد سلامت
• 78. مدل‌سازی بازار داروی تقلبی
• 79. مدل‌سازی رفتار بیماران و پزشکان
• 80. نظریه بازی‌ها در مدیریت منابع آبی
• 81. مدل‌سازی تخصیص آب بین کاربران
• 82. نظریه بازی‌ها در طراحی بازارهای انرژی
• 83. مدل‌سازی رقابت بین تولیدکنندگان انرژی
• 84. نظریه بازی‌ها در مسائل زیست‌محیطی
• 85. مدل‌سازی همکاری برای حفظ محیط زیست
• 86. نظریه بازی‌ها در سیاست‌گذاری عمومی
• 87. مدل‌سازی اثرات سیاست‌ها بر رفتار بازیگران
• 88. نظریه بازی‌ها در تحلیل رقابتی
• 89. مدل‌سازی استراتژی‌های ورود و خروج به بازار
• 90. نظریه بازی‌ها در هوش مصنوعی توزیع شده
• 91. هماهنگی بین عامل‌های هوشمند
• 92. نظریه بازی‌ها در رباتیک چند عاملی
• 93. برنامه‌ریزی مشترک برای ربات‌ها
• 94. نظریه بازی‌ها در سیستم‌های توزیع شده
• 95. مدیریت منابع در سیستم‌های توزیع شده
• 96. نظریه بازی‌ها در شبکه‌های اجتماعی
• 97. مدل‌سازی انتشار اطلاعات و شایعات
• 98. نظریه بازی‌ها در تحلیل رفتار مصرف‌کننده
• 99. مدل‌سازی انتخاب محصول و برند
• 100. نظریه بازی‌ها در طراحی سیستم‌های تشویقی