کتاب طراحی و پیاده‌سازی سیستم‌های یادگیری تقویتی چندعامله برای ربات‌های پرداخت‌کننده انحنادار با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و پیاده‌سازی سیستم‌های یادگیری تقویتی چندعامله برای ربات‌های پرداخت‌کننده انحنادار

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای کنترل ربات‌های صنعتی برای انجام وظایف پرداختن به قطعات با انحنای زیاد

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر رباتیک و یادگیری تقویتی
• 2. مبانی ربات‌های خودمختار
• 3. اصول یادگیری تقویتی
• 4. مفاهیم عامل (Agent) و محیط (Environment)
• 5. توابع پاداش و جریمه
• 6. مدل‌های مارکوف تصمیم‌گیری (MDP)
• 7. الگوریتم‌های یادگیری تقویتی مبتنی بر ارزش
• 8. یادگیری Q-Learning
• 9. یادگیری Deep Q-Network (DQN)
• 10. یادگیری Policy Gradient
• 11. الگوریتم REINFORCE
• 12. الگوریتم Actor-Critic
• 13. مقدمه‌ای بر سیستم‌های چندعامله (MAS)
• 14. تفاوت MAS با سیستم‌های تک‌عامله
• 15. چالش‌های سیستم‌های چندعامله
• 16. تعاملات بین عامل‌ها
• 17. هماهنگی و همکاری در MAS
• 18. رقابت و تعارض در MAS
• 19. مفاهیم بازی و نظریه بازی‌ها در MAS
• 20. تعادل نش (Nash Equilibrium)
• 21. بازی‌های مجموع صفر (Zero-Sum Games)
• 22. بازی‌های غیرمجموع صفر (Non-Zero-Sum Games)
• 23. کاربرد MAS در رباتیک
• 24. ربات‌های صنعتی و خطوط تولید
• 25. ربات‌های خودمختار در انبارها
• 26. ربات‌های پرنده (پهپادها)
• 27. ربات‌های امدادگر و جستجوگر
• 28. سیستم‌های پرداخت‌کننده انحنادار (Curved-Surface Payloads)
• 29. مبانی حرکت روی سطوح منحنی
• 30. مدل‌سازی فیزیکی ربات‌های پرداخت‌کننده انحنادار
• 31. مکانیک ربات‌های متحرک
• 32. حسگرها و عملگرها در ربات‌های پرداخت‌کننده انحنادار
• 33. طراحی مکانیکی برای چسبندگی
• 34. طراحی مسیر برای ربات‌های پرداخت‌کننده انحنادار
• 35. مسائل بهینه‌سازی مسیر
• 36. مقدمه‌ای بر یادگیری تقویتی چندعامله (MARL)
• 37. خانواده الگوریتم‌های MARL
• 38. Centralized Training Decentralized Execution (CTDE)
• 39. Value Decomposition Networks (VDN)
• 40. QMIX
• 41. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
• 42. COMA (Counterfactual Multi-Agent Policy Gradients)
• 43. کاربرد MARL در کنترل ربات‌های پرداخت‌کننده انحنادار
• 44. یادگیری چسبندگی به سطوح منحنی
• 45. یادگیری ناوبری روی سطوح منحنی
• 46. یادگیری مانورهای پیچیده
• 47. یادگیری مدیریت بار (Payload Handling)
• 48. مدل‌سازی و شبیه‌سازی محیط‌های پرداخت‌کننده انحنادار
• 49. نرم‌افزارهای شبیه‌سازی رباتیک
• 50. پیاده‌سازی الگوریتم‌های MARL در شبیه‌ساز
• 51. ارزیابی عملکرد سیستم‌های MARL
• 52. معیارهای ارزیابی در MAS
• 53. سناریوهای آزمایشی برای ربات‌های پرداخت‌کننده انحنادار
• 54. تست استحکام و پایداری
• 55. تست دقت و سرعت
• 56. تست قابلیت تعمیم‌پذیری
• 57. پیاده‌سازی بر روی سخت‌افزار واقعی
• 58. ملاحظات سخت‌افزاری
• 59. کالیبراسیون ربات
• 60. تست میدانی
• 61. ملاحظات اخلاقی و قانونی در رباتیک
• 62. ایمنی سیستم‌های رباتیک
• 63. مسئولیت‌پذیری در قبال عملکرد ربات‌ها
• 64. مقررات و استانداردها در حوزه رباتیک
• 65. کاربرد رباتیک در صنایع دفاعی (با رعایت چارچوب رسمی)
• 66. کاربرد رباتیک در پروژه‌های عمرانی
• 67. کاربرد رباتیک در حوزه پزشکی (با رعایت چارچوب رسمی)
• 68. کاربرد رباتیک در حوزه محیط زیست
• 69. تکنیک‌های پیشرفته در MARL
• 70. یادگیری تقویتی با پاداش پراکنده
• 71. یادگیری تقویتی با پاداش ضمنی
• 72. یادگیری تقویتی مبتنی بر مدل
• 73. یادگیری تقویتی با جستجوی مبتنی بر مدل
• 74. تقویت یادگیری از طریق مشاهده (Imitation Learning)
• 75. یادگیری از طریق پرس‌وجو (Reinforcement Learning from Human Feedback)
• 76. سیستم‌های توزیع‌شده برای MARL
• 77. شبکه‌های عصبی کانولوشنی (CNN) در MARL
• 78. شبکه‌های عصبی بازگشتی (RNN) در MARL
• 79. ترانسفورمرها در MAS
• 80. روش‌های کاهش ابعاد در MARL
• 81. انتخاب ویژگی (Feature Selection)
• 82. استخراج ویژگی (Feature Extraction)
• 83. یادگیری بازنمایی (Representation Learning)
• 84. کاربرد یادگیری عمیق در MARL
• 85. شبکه‌های عصبی گراف (GNN) برای نمایش تعاملات
• 86. مدل‌های مولد برای تولید سناریوهای آموزشی
• 87. یادگیری تقویتی برای کنترل سیستم‌های پیچیده
• 88. طراحی سیستم‌های رباتیک انعطاف‌پذیر
• 89. قابلیت اطمینان در سیستم‌های رباتیک
• 90. مدیریت ریسک در پروژه‌های رباتیک
• 91. آینده پژوهی در حوزه رباتیک و هوش مصنوعی
• 92. تاثیر رباتیک بر بازار کار
• 93. نقش رباتیک در پیشرفت علمی و فناوری
• 94. همکاری انسان و ربات (Human-Robot Collaboration)
• 95. ربات‌های انسان‌نما (Humanoid Robots)
• 96. ربات‌های نرم (Soft Robots)
• 97. رباتیک زیستی (Bio-inspired Robotics)