دوره مسیریابی مبتنی بر یادگیری تقویتی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مسیریابی مبتنی بر یادگیری تقویتی

موضوع کلی: رباتیک و اینترنت اشیا

موضوع میانی: مسیریابی و ناوبری ربات

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی
• 2. عناصر اصلی یادگیری تقویتی
• 3. محیط، عامل و پاداش
• 4. انواع عوامل در یادگیری تقویتی
• 5. انواع محیط‌ها در یادگیری تقویتی
• 6. تابع ارزش و سیاست
• 7. معادله بلمن برای تابع ارزش
• 8. معادله بلمن برای سیاست
• 9. روش‌های مبتنی بر ارزش: Q-Learning
• 10. روش‌های مبتنی بر سیاست: Policy Gradient
• 11. استراتژی‌های اکتشاف و بهره‌برداری
• 12. ε-greedy
• 13. Softmax
• 14. کاوش مبتنی بر امیدواری
• 15. توابع تقریب: معرفی
• 16. شبکه‌های عصبی به عنوان توابع تقریب
• 17. Q-Network
• 18. Deep Q-Network (DQN)
• 19. بهینه‌سازی DQN: Replay Buffer
• 20. بهینه‌سازی DQN: Target Network
• 21. تکنیک‌های پیشرفته DQN: Double DQN
• 22. تکنیک‌های پیشرفته DQN: Prioritized Experience Replay
• 23. یادگیری تقویتی در محیط‌های پیوسته
• 24. روش‌های مبتنی بر سیاست برای محیط‌های پیوسته
• 25. Actor-Critic Methods
• 26. A2C و A3C
• 27. DDPG (Deep Deterministic Policy Gradient)
• 28. TD3 (Twin Delayed DDPG)
• 29. SAC (Soft Actor-Critic)
• 30. یادگیری تقویتی چندعاملی
• 31. مسابقات و همکاری در یادگیری تقویتی
• 32. یادگیری تقویتی در بازی‌ها
• 33. یادگیری تقویتی در رباتیک
• 34. یادگیری تقویتی در مدیریت منابع
• 35. یادگیری تقویتی در سیستم‌های توصیه‌گر
• 36. یادگیری تقویتی در معاملات مالی
• 37. یادگیری تقویتی در کنترل فرایندها
• 38. یادگیری تقویتی آفلاین
• 39. یادگیری تقویتی انتقال
• 40. یادگیری تقویتی ایمن
• 41. چالش‌ها و محدودیت‌های یادگیری تقویتی
• 42. کاربردهای آینده یادگیری تقویتی
• 43. معرفی ابزارها و کتابخانه‌های یادگیری تقویتی
• 44. TensorFlow و Keras برای یادگیری تقویتی
• 45. PyTorch برای یادگیری تقویتی