دوره مدل‌های همکاری و رقابت در MARL برای تولید همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌های همکاری و رقابت در MARL برای تولید

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای استراتژی‌های مدیریت اطلاعات برنامه‌ریزی تولید

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی چندعامله (MARL)
• 2. مبانی نظری بازی‌ها و ارتباط آن با MARL
• 3. مفاهیم کلیدی در یادگیری تقویتی
• 4. معرفی الگوریتم‌های پایه یادگیری تقویتی
• 5. یادگیری تقویتی مبتنی بر ارزش
• 6. یادگیری تقویتی مبتنی بر سیاست
• 7. روش‌های مونت‌کارلو در MARL
• 8. روش‌های تفاضل زمانی در MARL
• 9. الگوریتم Q-Learning در محیط‌های چندعامله
• 10. الگوریتم SARSA در محیط‌های چندعامله
• 11. الگوریتم‌های Actor-Critic در MARL
• 12. مقدمه‌ای بر سیاست‌های گرادیان
• 13. شبکه‌های عصبی در یادگیری تقویتی چندعامله
• 14. استفاده از شبکه‌های عصبی عمیق (DNN) در MARL
• 15. یادگیری تقویتی عمیق چندعامله (Deep MARL)
• 16. مفاهیم همکاری و رقابت در MARL
• 17. محیط‌های رقابتی چندعامله
• 18. محیط‌های مشارکتی چندعامله
• 19. محیط‌های ترکیبی (همکاری-رقابت)
• 20. روش‌های استخراج سیاست‌های همکاری
• 21. روش‌های استخراج سیاست‌های رقابتی
• 22. مفاهیم تعادل نش در MARL
• 23. یافتن تعادل نش در محیط‌های چندعامله
• 24. یادگیری تقویتی و تعادل نش
• 25. استراتژی‌های مقابله با رقابت در MARL
• 26. استراتژی‌های تقویت همکاری در MARL
• 27. مقدمه‌ای بر ارتباطات بین عامل‌ها در MARL
• 28. روش‌های رمزگذاری پیام بین عامل‌ها
• 29. استفاده از ارتباطات برای هماهنگی در MARL
• 30. تأثیر تأخیر ارتباطی بر عملکرد MARL
• 31. یادگیری تقویتی با پاداش‌های مشترک
• 32. یادگیری تقویتی با پاداش‌های تفاوتی
• 33. مفاهیم توزیع پاداش در MARL
• 34. آشنایی با الگوریتم‌های مبتنی بر مدل
• 35. یادگیری تقویتی مبتنی بر مدل در MARL
• 36. پیش‌بینی محیط در MARL
• 37. استفاده از مدل محیط برای برنامه‌ریزی
• 38. مقدمه‌ای بر یادگیری انتقال
• 39. یادگیری انتقال در محیط‌های چندعامله
• 40. یادگیری انتقال با استفاده از شبکه‌های عصبی
• 41. روش‌های کاهش ابعاد در MARL
• 42. استفاده از یادگیری نمایندگی در MARL
• 43. یادگیری نمایندگی با استفاده از خودرمزگذارها
• 44. مقدمه‌ای بر استقرا در MARL
• 45. انتقال یادگیری از یک محیط به محیط دیگر
• 46. انتقال یادگیری بین عامل‌ها
• 47. مفاهیم یادگیری چندگانه وظیفه در MARL
• 48. یادگیری چندگانه وظیفه با استفاده از شبکه‌های عصبی
• 49. یادگیری تقویتی با حافظه
• 50. استفاده از حافظه برای بهبود عملکرد MARL
• 51. مفاهیم اکتشاف و بهره‌برداری در MARL
• 52. روش‌های اکتشاف در محیط‌های چندعامله
• 53. روش‌های بهره‌برداری در محیط‌های چندعامله
• 54. مقدمه‌ای بر یادگیری تقویتی آفلاین
• 55. یادگیری تقویتی آفلاین با استفاده از داده‌های جمع‌آوری شده
• 56. روش‌های ارزیابی سیاست در MARL
• 57. مقایسه عملکرد الگوریتم‌های مختلف MARL
• 58. مقدمه‌ای بر مهندسی پاداش در MARL
• 59. طراحی پاداش‌های مؤثر برای MARL
• 60. بررسی چالش‌های MARL در دنیای واقعی
• 61. کاربردهای MARL در رباتیک
• 62. کاربردهای MARL در بازی‌ها
• 63. کاربردهای MARL در مدیریت منابع
• 64. کاربردهای MARL در شبکه‌های ارتباطی
• 65. آینده MARL و جهت‌های تحقیقاتی