کتاب طراحی سیستم‌های رباتیک هوشمند برای مونتاژ با MARL با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
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 طراحی سیستم‌های رباتیک هوشمند برای مونتاژ با MARL

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای کنترل ربات‌های صنعتی برای انجام عملیات مونتاژ قطعات متحرک

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر رباتیک صنعتی و کاربردهای مونتاژ
  • 2. مبانی یادگیری تقویتی (RL): مفاهیم کلیدی
  • 3. آشنایی با یادگیری تقویتی چندعامله (MARL)
  • 4. چالش‌های MARL در رباتیک
  • 5. محیط‌های شبیه‌سازی برای رباتیک و MARL
  • 6. معماری‌های پایه ربات‌های صنعتی برای مونتاژ
  • 7. سیستم‌های دید ماشین در رباتیک مونتاژ
  • 8. برنامه‌ریزی حرکتی ربات‌ها
  • 9. مفاهیم پایه کنترل ربات
  • 10. یادگیری تقویتی تک‌عامله برای کنترل ربات (Single-Agent RL)
  • 11. انتخاب الگوریتم‌های RL مناسب برای رباتیک
  • 12. پیاده‌سازی Q-Learning برای کنترل ربات
  • 13. پیاده‌سازی Deep Q-Network (DQN) برای کنترل ربات
  • 14. آشنایی با الگوریتم‌های Policy Gradient
  • 15. پیاده‌سازی Policy Gradient در رباتیک
  • 16. مقدمه‌ای بر الگوریتم‌های Actor-Critic
  • 17. پیاده‌سازی Actor-Critic برای کنترل ربات
  • 18. مفاهیم همکاری و رقابت در MARL
  • 19. الگوریتم‌های Independent Q-Learning (IQL)
  • 20. الگوریتم‌های Centralized Training with Decentralized Execution (CTDE)
  • 21. COMA: Counterfactual Multi-Agent Policy Gradients
  • 22. MADDPG: Multi-Agent Deep Deterministic Policy Gradient
  • 23. VDN: Value-Decomposition Networks
  • 24. QMIX: Monotonic Value Function Factorisation
  • 25. مقدمه‌ای بر Communication Learning در MARL
  • 26. طراحی پاداش (Reward Shaping) در MARL برای مونتاژ
  • 27. استفاده از یادگیری انتقال (Imitation Learning) در رباتیک
  • 28. یادگیری تقویتی سلسله‌مراتبی (Hierarchical RL) برای مونتاژ پیچیده
  • 29. بهینه‌سازی Hyperparameter در MARL
  • 30. ارزیابی عملکرد سیستم‌های MARL در رباتیک
  • 31. استفاده از Domain Randomization برای Robustness
  • 32. انتقال یادگیری از شبیه‌سازی به ربات واقعی (Sim-to-Real)
  • 33. روش‌های کاهش شکاف Sim-to-Real
  • 34. تکنیک‌های افزایش سرعت یادگیری در MARL
  • 35. مدیریت عدم قطعیت در MARL
  • 36. استفاده از حافظه در MARL
  • 37. چالش‌های مقیاس‌پذیری در MARL
  • 38. کنترل چند رباتی هماهنگ با MARL
  • 39. مدیریت تداخل در وظایف چند رباتی
  • 40. طراحی معماری‌های توزیع‌شده برای MARL
  • 41. استفاده از MARL برای بهینه‌سازی مسیر ربات‌ها
  • 42. کاربردهای MARL در مونتاژ قطعات کوچک
  • 43. کاربردهای MARL در مونتاژ قطعات بزرگ
  • 44. استفاده از MARL برای تشخیص و اصلاح خطا در مونتاژ
  • 45. مبانی امنیت سایبری در سیستم‌های رباتیک هوشمند
  • 46. آینده MARL در رباتیک صنعتی
تگ‌ها: artificial intelligence assembly deep reinforcement learning industrial robotics MARL multi agent systems RL رباتیک رباتیک صنعتی کنترل ربات مونتاژ رباتیک هوش مصنوعی هوشمندسازی ربات یادگیری تقویتی یادگیری تقویتی چندعامله

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.