دوره طراحی و تحلیل الگوریتم‌های یادگیری تقویتی چندعامله همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و تحلیل الگوریتم‌های یادگیری تقویتی چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله (MARL)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی چندعامله
• 2. چالش‌های یادگیری تقویتی در محیط‌های چندعامله
• 3. مفاهیم اساسی تئوری بازی‌ها برای MARL
• 4. انواع محیط‌های چندعامله (همکاری، رقابت، مخلوط)
• 5. معرفی الگوریتم‌های پایه یادگیری تقویتی (Q-learning، SARSA، Policy Gradient)
• 6. الگوریتم‌های مستقل یادگیرنده (Independent Learners) در MARL
• 7. مشکلات همگرایی در Independent Learners
• 8. یادگیری تقویتی مرکزی (Centralized Learning)
• 9. یادگیری تقویتی غیرمتمرکز (Decentralized Learning)
• 10. روش‌های هماهنگ‌سازی سیاست‌ها در MARL
• 11. Counterfactual Multi-Agent Policy Gradients (COMA)
• 12. Multi-Agent Deep Deterministic Policy Gradient (MADDPG)
• 13. Value-Decomposition Networks (VDN)
• 14. QMIX: Monotonic Value Function Factorisation
• 15. الگوریتم‌های مبتنی بر ارتباط (Communication-Based Algorithms)
• 16. یادگیری ارتباط در محیط‌های چندعامله
• 17. Rialto: یک چارچوب برای یادگیری ارتباط
• 18. DIAL: Difference-based Iterative Actor-Learner
• 19. تحلیل پایداری و همگرایی الگوریتم‌های MARL
• 20. مفهوم Nash Equilibrium در MARL
• 21. روش‌های یافتن Nash Equilibrium
• 22. تکنیک‌های اکتشاف (Exploration) در MARL
• 23. کاوش هماهنگ (Coordinated Exploration)
• 24. یادگیری چندعامله با پاداش‌های پراکنده (Sparse Rewards)
• 25. استفاده از Curriculum Learning در MARL
• 26. یادگیری انتقال (Transfer Learning) در MARL
• 27. تطبیق دامنه (Domain Adaptation) در MARL
• 28. یادگیری تقویتی چندعامله در محیط‌های با اطلاعات ناقص (Partial Observability)
• 29. مدل‌سازی باور (Belief Modeling) در MARL
• 30. استفاده از حافظه (Memory) در MARL
• 31. الگوریتم‌های مبتنی بر مدل (Model-Based Algorithms) در MARL
• 32. یادگیری مدل چندعامله (Multi-Agent Model Learning)
• 33. پیش‌بینی رفتار سایر عوامل (Opponent Modeling)
• 34. استفاده از شبکه‌های عصبی گراف (Graph Neural Networks) در MARL
• 35. یادگیری تقویتی چندعامله در بازی‌های پیچیده (مانند StarCraft II)
• 36. MARL برای رباتیک چندعامله
• 37. MARL در سیستم‌های ترافیکی
• 38. MARL در مدیریت منابع
• 39. تکنیک‌های کاهش ابعاد (Dimensionality Reduction) در MARL
• 40. یادگیری تقویتی چندعامله با داده‌های محدود (Few-Shot MARL)
• 41. متا-یادگیری (Meta-Learning) در MARL
• 42. یادگیری تقویتی چندعامله مقاوم (Robust MARL)
• 43. حملات خصمانه (Adversarial Attacks) در MARL
• 44. دفاع در برابر حملات خصمانه در MARL
• 45. تفسیرپذیری (Interpretability) در MARL
• 46. ارزیابی الگوریتم‌های MARL
• 47. معیارهای ارزیابی MARL
• 48. ابزارهای شبیه‌سازی MARL