کتاب مدیریت عملیات با یادگیری تقویتی چندعامله: رویکردهای نوین 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 مدیریت عملیات با یادگیری تقویتی چندعامله: رویکردهای نوین

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای استراتژی‌های مدیریت عملیات

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری تقویتی چندعامله
  • 2. مبانی یادگیری تقویتی
  • 3. مفاهیم عامل، محیط و پاداش
  • 4. انواع یادگیری تقویتی
  • 5. یادگیری تقویتی بدون عامل (Single-Agent RL)
  • 6. مدل‌های یادگیری تقویتی
  • 7. یادگیری تقویتی مبتنی بر ارزش (Value-Based)
  • 8. یادگیری تقویتی مبتنی بر سیاست (Policy-Based)
  • 9. یادگیری تقویتی ترکیبی (Actor-Critic)
  • 10. یادگیری تقویتی عمیق (Deep RL)
  • 11. مقدمه‌ای بر یادگیری تقویتی چندعامله (MARL)
  • 12. تفاوت‌های MARL با RL تک عامله
  • 13. چالش‌های یادگیری تقویتی چندعامله
  • 14. عدم قطعیت محیطی در MARL
  • 15. غیر ایستا بودن محیط در MARL
  • 16. مسئله هماهنگی و رقابت عامل‌ها
  • 17. فضاهای حالت و عمل بزرگ در MARL
  • 18. پایداری و همگرایی در MARL
  • 19. انواع مدل‌های MARL
  • 20. مدل‌های مبتنی بر هماهنگی (Cooperative)
  • 21. مدل‌های مبتنی بر رقابت (Competitive)
  • 22. مدل‌های مختلط (Mixed)
  • 23. مدل‌های مبتنی بر مشاهده مشترک
  • 24. مدل‌های مبتنی بر مشاهده مجزا
  • 25. مدل‌های مبتنی بر عامل مرکزی (Centralized)
  • 26. مدل‌های مبتنی بر عامل غیرمتمرکز (Decentralized)
  • 27. مدل‌های مبتنی بر عامل نیمه‌متمرکز (Semi-Decentralized)
  • 28. شبکه‌های عصبی عمیق در MARL
  • 29. شبکه‌های عصبی کانولوشنال (CNN) در MARL
  • 30. شبکه‌های عصبی بازگشتی (RNN) در MARL
  • 31. شبکه‌های عصبی ترنسفورمر (Transformer) در MARL
  • 32. یادگیری تقویتی با مدل‌سازی محیط (Model-Based MARL)
  • 33. یادگیری تقویتی بدون مدل‌سازی محیط (Model-Free MARL)
  • 34. الگوریتم‌های یادگیری تقویتی چندعامله
  • 35. Q-Learning در MARL
  • 36. Deep Q-Networks (DQN) در MARL
  • 37. Policy Gradient در MARL
  • 38. Actor-Critic در MARL
  • 39. Multi-Agent Deep Deterministic Policy Gradient (MADDPG)
  • 40. Counterfactual Multi-Agent Policy Gradients (COMA)
  • 41. Value Decomposition Networks (VDN)
  • 42. QMIX
  • 43. اتصال‌گراها (Graph Neural Networks) در MARL
  • 44. تکنیک‌های یادگیری تقویتی چندعامله
  • 45. یادگیری تقویتی بازی‌محور (Game Theory in MARL)
  • 46. یادگیری تقویتی مبتنی بر شبیه‌سازی (Simulation-Based MARL)
  • 47. یادگیری تقویتی با انتقال دانش (Transfer Learning in MARL)
  • 48. یادگیری تقویتی با یادگیری افزایشی (Incremental Learning in MARL)
  • 49. کاربردهای یادگیری تقویتی چندعامله
  • 50. مدیریت ترافیک شهری
  • 51. بهینه‌سازی زنجیره تأمین
  • 52. رباتیک و اتوماسیون صنعتی
  • 53. سیستم‌های توصیه‌گر چندعامله
  • 54. مدیریت منابع انرژی
  • 55. شبکه‌های ارتباطی هوشمند
  • 56. بازی‌های رایانه‌ای و شبیه‌سازی
  • 57. سیستم‌های خودران و خودروهای هوشمند
  • 58. مدیریت بحران و امداد و نجات
  • 59. بهینه‌سازی عملیات نظامی (با رعایت ضوابط)
  • 60. مدیریت منابع آب و کشاورزی
  • 61. بهینه‌سازی فرآیندهای تولید
  • 62. سیستم‌های مالی و معاملاتی (با رعایت ضوابط)
  • 63. مدیریت شهر هوشمند
  • 64. آموزش و یادگیری انطباقی
  • 65. شبیه‌سازی سیستم‌های پیچیده
  • 66. مدل‌سازی رفتار عامل‌ها
  • 67. طراحی سیستم‌های توزیع‌شده
  • 68. ارزیابی عملکرد عامل‌ها در MARL
  • 69. معیارهای ارزیابی در MARL
  • 70. تحلیل پایداری در MARL
  • 71. تحلیل همگرایی در MARL
  • 72. روش‌های افزایش کارایی در MARL
  • 73. تنظیم ابرپارامترها در MARL
  • 74. مهندسی ویژگی و پاداش در MARL
  • 75. آماده‌سازی داده‌ها برای MARL
  • 76. انتخاب معماری مناسب در MARL
  • 77. اعتبارسنجی مدل‌های MARL
  • 78. ملاحظات اخلاقی در MARL
  • 79. امنیت در سیستم‌های MARL
  • 80. تفسیرپذیری مدل‌های MARL
  • 81. مقایسه الگوریتم‌های MARL
  • 82. مطالعات موردی پیشرفته در MARL
  • 83. تحقیقات نوین در MARL
  • 84. چالش‌های آینده در MARL
  • 85. یادگیری تقویتی چندعامله با یادگیری عمیق
  • 86. کاربرد یادگیری تقویتی در بهینه‌سازی عملیات
  • 87. مدیریت عملیات با رویکردهای هوشمند
  • 88. هماهنگی عامل‌ها در محیط‌های پویا
  • 89. بهینه‌سازی تصمیم‌گیری در سیستم‌های توزیع‌شده
  • 90. یادگیری تقویتی برای سیستم‌های تولیدی
  • 91. مدیریت لجستیک با عامل‌های هوشمند
  • 92. بهینه‌سازی مصرف انرژی در سیستم‌های صنعتی
  • 93. شبکه‌های توزیع‌شده با قابلیت یادگیری
  • 94. طراحی سیستم‌های خودکار با یادگیری تقویتی
  • 95. تحلیل ریسک در عملیات با MARL
  • 96. بهینه‌سازی تخصیص منابع در سیستم‌های پیچیده
  • 97. مدیریت زنجیره تأمین با هوش مصنوعی
  • 98. ربات‌های همکار در محیط‌های صنعتی
  • 99. شبیه‌سازی و بهینه‌سازی فرآیندهای تولید
  • 100. سیستم‌های مدیریت هوشمند انرژی
تگ‌ها: MARL استراتژی عملیات بهینه سازی عملیات مدیریت زنجیره تامین مدیریت عملیات هوش مصنوعی در عملیات هوش مصنوعی کاربردی یادگیری تقویتی چندعامله یادگیری ماشین در عملیات

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.