دوره مقدمه‌ای بر یادگیری تقویتی چندعامله برای ربات‌های خودمختار همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر یادگیری تقویتی چندعامله برای ربات‌های خودمختار

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای کنترل ربات‌های خودمختار

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی
• 2. مقدمه‌ای بر یادگیری تقویتی چندعامله (MARL)
• 3. مفاهیم پایه یادگیری تقویتی: پاداش، حالت، اقدام
• 4. محیط‌های چندعامله: ویژگی‌ها و چالش‌ها
• 5. انواع محیط‌های چندعامله
• 6. مفهوم همکاری و رقابت در MARL
• 7. بازی‌های جمع‌بندی (Sum-Game) و بازی‌های با جمع صفر (Zero-Sum Game)
• 8. مقدمه‌ای بر الگوریتم‌های یادگیری تقویتی پایه
• 9. Q-Learning در محیط‌های تک‌عامله
• 10. Deep Q-Network (DQN) و کاربردهای آن
• 11. مقدمه‌ای بر سیاست‌گرادیان (Policy Gradient)
• 12. Policy Gradient در محیط‌های تک‌عامله
• 13. چالش‌های استفاده از RL تک‌عامله در محیط‌های چندعامله
• 14. مفاهیم اساسی تئوری بازی
• 15. استراتژی‌های تعادل نش (Nash Equilibrium)
• 16. یادگیری تقویتی مستقل (Independent Reinforcement Learning - IRL)
• 17. محدودیت‌های IRL و مشکل عدم‌ثبات
• 18. روش‌های هماهنگ‌سازی مرکزی (Centralized Training with Decentralized Execution - CTDE)
• 19. Multi-Agent Deep Deterministic Policy Gradient (MADDPG)
• 20. Counterfactual Multi-Agent Policy Gradients (COMA)
• 21. Value Decomposition Networks (VDN)
• 22. QMIX: Monotonic Value Function Factorisation
• 23. مقدمه‌ای بر ارتباطات در MARL
• 24. یادگیری ارتباطات از طریق RL
• 25. استفاده از شبکه‌های عصبی برای مدل‌سازی ارتباطات
• 26. یادگیری تقویتی چندعامله با پاداش‌های پراکنده (Sparse Rewards)
• 27. روش‌های اکتشاف در محیط‌های چندعامله
• 28. یادگیری تقویتی چندعامله با مشاهده جزئی (Partial Observability)
• 29. استفاده از حافظه در MARL
• 30. مدل‌سازی رفتارهای حریف در MARL
• 31. یادگیری تقویتی چندعامله در رباتیک: چالش‌ها و فرصت‌ها
• 32. کنترل چند رباتی با MARL: مسیریابی
• 33. کنترل چند رباتی با MARL: اجتناب از برخورد
• 34. کنترل چند رباتی با MARL: تقسیم وظایف
• 35. شبیه‌سازی محیط‌های رباتیک برای MARL
• 36. استفاده از ROS (Robot Operating System) در MARL
• 37. پیاده‌سازی MARL در ربات‌های واقعی
• 38. ارزیابی عملکرد الگوریتم‌های MARL در رباتیک
• 39. مقدمه‌ای بر یادگیری تقویتی سلسله‌مراتبی چندعامله (Hierarchical MARL)
• 40. استفاده از یادگیری انتقال (Imitation Learning) در MARL
• 41. یادگیری تقویتی چندعامله با استفاده از یادگیری تقویتی معکوس (Inverse Reinforcement Learning)
• 42. یادگیری تقویتی چندعامله و اخلاق در رباتیک