دوره کاربرد یادگیری تقویتی چندعامله در بهینه‌سازی زمان‌بندی تولید صنعتی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کاربرد یادگیری تقویتی چندعامله در بهینه‌سازی زمان‌بندی تولید صنعتی

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای کنترل سیستم‌های پیچیده صنعتی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر زمان‌بندی تولید صنعتی
• 2. چالش‌های بهینه‌سازی زمان‌بندی تولید
• 3. معرفی یادگیری تقویتی (RL)
• 4. مبانی یادگیری تقویتی: عناصر اصلی
• 5. یادگیری تقویتی مبتنی بر مدل و بدون مدل
• 6. تابع ارزش و تابع سیاست در RL
• 7. روش‌های یادگیری تقویتی: Q-Learning
• 8. روش‌های یادگیری تقویتی: SARSA
• 9. روش‌های یادگیری تقویتی: Policy Gradient
• 10. مقدمه‌ای بر یادگیری تقویتی چندعامله (MARL)
• 11. چرا MARL برای زمان‌بندی تولید؟
• 12. مفاهیم کلیدی در MARL: عامل‌ها، محیط، پاداش
• 13. انواع معماری‌های MARL: متمرکز، غیرمتمرکز، ترکیبی
• 14. چالش‌های MARL: عدم ایستایی، اکتشاف و بهره‌برداری
• 15. ارتباط و هماهنگی بین عامل‌ها در MARL
• 16. الگوریتم‌های MARL: Independent Q-Learning
• 17. الگوریتم‌های MARL: Counterfactual Multi-Agent Policy Gradients (COMA)
• 18. الگوریتم‌های MARL: Multi-Agent Deep Deterministic Policy Gradient (MADDPG)
• 19. مدل‌سازی محیط تولید به عنوان یک محیط MARL
• 20. طراحی پاداش برای زمان‌بندی تولید در MARL
• 21. انتخاب ویژگی‌های حالت (State Features) برای عامل‌ها
• 22. پیاده‌سازی MARL برای زمان‌بندی تولید: شبیه‌سازی
• 23. ارزیابی عملکرد الگوریتم‌های MARL در زمان‌بندی
• 24. مقایسه الگوریتم‌های MARL مختلف برای زمان‌بندی
• 25. بهینه‌سازی هایپرپارامترهای MARL
• 26. استفاده از شبکه‌های عصبی در MARL برای زمان‌بندی
• 27. مدیریت محدودیت‌های تولید در MARL
• 28. زمان‌بندی تولید با در نظر گرفتن خرابی ماشین‌آلات
• 29. زمان‌بندی تولید با در نظر گرفتن تغییرات تقاضا
• 30. زمان‌بندی تولید چندهدفه با MARL
• 31. کاربرد MARL در زمان‌بندی خطوط تولید انعطاف‌پذیر
• 32. کاربرد MARL در زمان‌بندی Job Shop
• 33. کاربرد MARL در زمان‌بندی Flow Shop
• 34. استفاده از MARL برای تخصیص منابع در تولید
• 35. یادگیری انتقال (Transfer Learning) در MARL برای زمان‌بندی
• 36. یادگیری مداوم (Continual Learning) در MARL برای زمان‌بندی
• 37. چالش‌ها و محدودیت‌های پیاده‌سازی MARL در صنعت
• 38. آینده MARL در بهینه‌سازی زمان‌بندی تولید