دوره بهینهسازی استراتژیهای نقشهبرداری پهپادها با یادگیری تقویتی چندعامله همراه با فلشکارت آموزشی — ارائه روی فلش مموری
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره بهینهسازی استراتژیهای نقشهبرداری پهپادها با یادگیری تقویتی چندعامله
موضوع کلی: یادگیری تقویتی چندعامله (MARL)
موضوع میانی: یادگیری تقویتی چندعامله برای کنترل رباتهای پرنده برای نقشهبرداری
📋 سرفصلهای دوره
- 1. مبانی یادگیری تقویتی تکعامله
- 2. فرآیند تصمیمگیری مارکوف
- 3. دالتیده و سیگما در RL
- 4. Politicy Gradient و Actor-Critic
- 5. Deep Q-Network (DQN)
- 6. مقدمهای بر یادگیری تقویتی چندعامله (MARL)
- 7. تحدیهای کلیدی MARL: غیرایستایی و تعامل
- 8. محیطهای مشترک و ذهنیتهای مشترک
- 9. الگوریتمهای مرکزیت-محوری: QMIX و MAPPO
- 10. PPO چندعامله و MADDPG
- 11. ترکیبهای Actor-Critic چندعامله
- 12. دینامیک پرواز پهپاد و مدل فیزیکی
- 13. مسئلهٔ کنترل چندپهپادی
- 14. نقشهبرداری هوایی: اصول و الگوریتمها
- 15. پهنای تصویربرداری و پوشش زمین
- 16. مسیریابی پوششی در نقشهبرداری
- 17. الگوریتمهای طیمسیر با محدودیت
- 18. تقسیم کار چندعامله برای نقشهبرداری
- 19. تخصیص وظیفهٔ پویا
- 20. تعیین نقش هر پهپاد در اسwarm
- 21. ارتباط بینعاملی: توپولوژی و پروتکل
- 22. اطلاعات محلی در مقابل اطلاعات جهانی
- 23. انتشارات و مشاهدهٔ بخشی
- 24. مدلسازی سازگاری رفتاری
- 25. کاوشگری در محیط ناشناخته
- 26. تعادل بین کاوش و بهرهبرداری
- 27. تشدید پوشش با MARL
- 28. جلوگیری از برخورد چندپهپادی
- 29. برنامهریزی مسیر پویا با RL
- 30. محدودیتهای انرژی و شارژ
- 31. مدیریت انرژی چندعامله
- 32. تصمیمگیری ترکیبی پهپاد-پایگاه
- 33. محیطهای شبیهسازی: Gazebo و AirSim
- 34. راهاندازی سناریوهای چندپهپادی
- 35. اعداد انگلیسی و پارامترهای RL
- 36. طراحی reward برای نقشهبرداری
- 37. پاداش پوشش، دقت و هزینه
- 38. طراحی State و Action فضای چندعامله
- 39. تعامل عامل با محیط نقشهبرداری
- 40. مدل انتقال و ریوارد در شبیهساز
- 41. آموزش تجمعی و تجربهبازیابی
- 42. توزیع بار محاسباتی آموزش
- 43. انتقال یادگیری بین محیطها
- 44. Fine-tuning روی دادهٔ واقعی
- 45. یادگیری از سیاستهای پایه
- 46. طراحی شبکهٔ عصبی چندعامله
- 47. Graph Neural Networks در MARL
- 48. انتباه چندعامله و اتماسیون
- 49. پردازش تصویر برای شناسایی ویژگی
- 50. سنسورهای پهپاد و دادهی نقشهبرداری
- 51. همجامعسازی دادهٔ بینایی و RL
- 52. ارزیابی دقت نقشه و پوشش
- 53. مقیاسهای موفقیت چندعامله
- 54. مقایسه عملکرد MARL و تکعامله
- 55. تحلیل مقاومت در برابر خطا
- 56. مدیریت عیب و راهاندازی مجدد
- 57. پهپادهای آسیبپذیر و بازتوزیع وظیفه
- 58. پرواز در فضایهای محدود و شهری
- 59. نقشهبرداری زمینکشی و کشاورزی
- 60. جستجو و نجات با اسwarm پهپاد
- 61. نقشهبرداری پس از بلایا
- 62. کاربرد در زمینشناسی و معادن
- 63. بهینهسازی پهنای باند ارتباطی
- 64. تأخیر و پروتکلهای ارتباطی واقعی
- 65. امنیت و مقاومت در برابر حمله
- 66. اعتبارسنجی سیاست با Sim-to-Real
- 67. استقرار عملی اسwarm پهپاد
- 68. مشکلات واقعی و رفع آنها
- 69. رفع خدشهٔ شبیهسازی به واقعیت
- 70. استانداردسنجی پروژهٔ پایانی
محتویات بسته آموزشی
🌐 سامانه آنلاین فلشکارت؛ مرور هدفمند و هوشمند
اکانت ارائهشده، دسترسی به نسخه تحت وب سامانه فلشکارت ویژه این دوره را فراهم میکند. این سامانه از الگوریتم زمانبندی مرور SM-2 استفاده میکند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم میکند.
به این ترتیب، کارتهای دشوارتر میتوانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسبتری داشته باشید.
مدتزمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج میشود.
گواهی دوزبانه با استعلام آنلاین
پس از تکمیل فعالیتهای لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر میشود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.
این گواهی صرفاً بهعنوان گواهی اتمام دوره آموزشی صادر میشود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.