کتاب یادگیری تقویتی چندعامله برای هماهنگی خودکار شناورها در مسیرهای شلوغ با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی چندعامله برای هماهنگی خودکار شناورها در مسیرهای شلوغ

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای بهینه‌سازی سیستم‌های حمل و نقل دریایی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری تقویتی چندعامله
  • 2. مفاهیم پایه یادگیری تقویتی
  • 3. عامل‌ها و محیط در یادگیری تقویتی
  • 4. تابع پاداش و تابع ارزش
  • 5. روش‌های مبتنی بر ارزش
  • 6. روش‌های مبتنی بر سیاست
  • 7. یادگیری تقویتی عمیق
  • 8. شبکه‌های عصبی عمیق برای یادگیری تقویتی
  • 9. شبکه‌های عصبی کانولوشنی
  • 10. شبکه‌های عصبی بازگشتی
  • 11. یادگیری تقویتی عمیق با Q-learning
  • 12. DQN و بهبودهای آن
  • 13. Double DQN
  • 14. Dueling DQN
  • 15. Prioritized Experience Replay
  • 16. یادگیری تقویتی عمیق با Policy Gradient
  • 17. REINFORCE
  • 18. Actor-Critic Methods
  • 19. A2C و A3C
  • 20. TRPO
  • 21. مقدمه‌ای بر هماهنگی خودکار شناورها
  • 22. مدل‌سازی شناورها به عنوان عامل‌های هوشمند
  • 23. مفاهیم هماهنگی در سیستم‌های چندعامله
  • 24. مفاهیم تعامل و رقابت بین عامل‌ها
  • 25. هماهنگی در مسیرهای شلوغ
  • 26. چالش‌های مسیرهای شلوغ
  • 27. مدل‌سازی ترافیک دریایی
  • 28. بهینه‌سازی مسیر برای شناورها
  • 29. تخصیص منابع در سیستم‌های شناور
  • 30. تشخیص موانع و اجتناب از برخورد
  • 31. استراتژی‌های هماهنگی مشترک
  • 32. یادگیری هماهنگی از طریق تعامل
  • 33. یادگیری هماهنگی با استفاده از شبکه‌های عصبی
  • 34. مدل‌سازی فضاهای حالت بزرگ
  • 35. مدل‌سازی فضاهای عمل بزرگ
  • 36. یادگیری تقویتی چندعامله برای هماهنگی
  • 37. انواع هماهنگی در یادگیری تقویتی چندعامله
  • 38. هماهنگی متمرکز در مقابل غیرمتمرکز
  • 39. هماهنگی با استفاده از ارتباطات بین عامل‌ها
  • 40. یادگیری ارتباطات
  • 41. مدل‌سازی پیام‌ها بین عامل‌ها
  • 42. انواع معماری‌های ارتباطی
  • 43. اتنشن مکانیسم برای ارتباطات
  • 44. یادگیری تقویتی چندعامله برای اجتناب از برخورد
  • 45. هماهنگی در تقاطع‌های دریایی
  • 46. هماهنگی در کانال‌های باریک
  • 47. هماهنگی در مناطق بندری
  • 48. هماهنگی در نزدیکی سازه‌های دریایی
  • 49. سیستم‌های مدیریت ترافیک دریایی هوشمند
  • 50. شبیه‌سازی محیط دریایی
  • 51. ابزارهای شبیه‌سازی برای یادگیری تقویتی
  • 52. تولید داده‌های آموزشی از شبیه‌سازی
  • 53. ارزیابی عملکرد سیستم‌های هماهنگ
  • 54. معیارهای ارزیابی هماهنگی
  • 55. معیارهای ایمنی
  • 56. معیارهای کارایی
  • 57. معیارهای اقتصادی
  • 58. کاربرد یادگیری تقویتی چندعامله در ناوبری خودکار
  • 59. کاربرد در سیستم‌های حمل و نقل دریایی
  • 60. کاربرد در رباتیک دریایی
  • 61. کاربرد در نظارت دریایی
  • 62. کاربرد در عملیات جستجو و نجات
  • 63. ملاحظات اخلاقی و قانونی در سیستم‌های خودکار دریایی
  • 64. چارچوب‌های مقرراتی برای شناورهای خودکار
  • 65. استانداردهای ایمنی دریانوردی
  • 66. مسئولیت‌پذیری در سیستم‌های خودکار
  • 67. امنیت سایبری در سیستم‌های خودکار دریایی
  • 68. مباحث پیشرفته در یادگیری تقویتی چندعامله
  • 69. یادگیری تقویتی چندعامله با پاداش‌های پراکنده
  • 70. یادگیری تقویتی چندعامله با محیط‌های پویا
  • 71. یادگیری تقویتی چندعامله با عامل‌های ناهماهنگ
  • 72. یادگیری تقویتی چندعامله با عامل‌های نامتقارن
  • 73. یادگیری تقویتی چندعامله با مدل‌سازی محیط
  • 74. یادگیری تقویتی چندعامله با اکتشاف و بهره‌برداری
  • 75. یادگیری تقویتی چندعامله با انتقال یادگیری
  • 76. یادگیری تقویتی چندعامله با یادگیری تقویتی عمیق ترکیبی
  • 77. کاربرد یادگیری تقویتی در بهینه‌سازی مصرف سوخت شناورها
  • 78. کاربرد یادگیری تقویتی در مدیریت ناوگان شناورها
  • 79. کاربرد یادگیری تقویتی در پیش‌بینی مسیر شناورها
  • 80. کاربرد یادگیری تقویتی در بهینه‌سازی پهلوگیری شناورها
  • 81. کاربرد یادگیری تقویتی در سیستم‌های هدایت خودکار شناورها
  • 82. کاربرد یادگیری تقویتی در مدیریت شرایط اضطراری شناورها
  • 83. آینده یادگیری تقویتی چندعامله در حمل و نقل دریایی
  • 84. چالش‌های آینده و فرصت‌های پژوهشی
  • 85. جمع‌بندی و نتایج نهایی
  • 86. مرور ادبیات مرتبط با هماهنگی شناورها
  • 87. مرور ادبیات مرتبط با یادگیری تقویتی چندعامله
  • 88. مدل‌سازی ریاضی سیستم‌های چندعامله
  • 89. معرفی الگوریتم‌های یادگیری تقویتی چندعامله
  • 90. پیاده‌سازی عملی الگوریتم‌ها
  • 91. تست و ارزیابی الگوریتم‌ها در سناریوهای مختلف
  • 92. تحلیل نتایج و مقایسه الگوریتم‌ها
  • 93. ارائه راهکارهای پیشنهادی برای بهبود هماهنگی
  • 94. بررسی تأثیر عوامل محیطی بر هماهنگی
  • 95. بررسی تأثیر تعداد عامل‌ها بر هماهنگی
  • 96. بررسی تأثیر پیچیدگی مسیر بر هماهنگی
تگ‌ها: MARL بهینه سازی ترافیک دریایی حمل و نقل دریایی سیستم های خودکار دریایی کنترل خودکار شناورها مسیریابی شناورها هماهنگی شناورها هوش مصنوعی در حمل و نقل یادگیری تقویتی چندعامله

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.