فلش‌کارت‌های آموزشی یادگیری تقویتی چندعامله: جعبه ابزار مدیریت برنامه هوشمند

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی چندعامله: جعبه ابزار مدیریت برنامه هوشمند

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای بهینه‌سازی فرآیندهای مدیریت برنامه

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی چندعامله
• 2. مفاهیم اساسی یادگیری تقویتی
• 3. مدل‌های مارکوف تصمیم‌گیری (MDP)
• 4. ضرایب تخفیف و تابع پاداش
• 5. الگوریتم‌های یادگیری تقویتی بدون مدل
• 6. یادگیری ارزش Q-Learning
• 7. یادگیری ارزش SARSA
• 8. روش‌های مبتنی بر گرادیان سیاست
• 9. سیاست‌های گرادیان
• 10. ALGORITHM ACTOR-CRITIC
• 11. مقدمه‌ای بر یادگیری تقویتی عمیق
• 12. شبکه‌های عصبی در یادگیری تقویتی
• 13. Deep Q-Networks (DQN)
• 14. روش‌های پیشرفته DQN
• 15. Policy Gradient Methods
• 16. Actor-Critic Methods
• 17. یادگیری تقویتی چندعامله (MARL)
• 18. مفاهیم و چالش‌های MARL
• 19. مدل‌های عامل-محیط در MARL
• 20. بازی‌های هوش مصنوعی و MARL
• 21. همکاری و رقابت در MARL
• 22. تئوری بازی‌های تعمیم‌یافته
• 23. بازی‌های با مجموع صفر و غیرصفر
• 24. تعادل نش در بازی‌ها
• 25. کاربرد تئوری بازی در MARL
• 26. یادگیری تقویتی در محیط‌های مشترک
• 27. مسائل هماهنگی در MARL
• 28. یادگیری تقویتی در محیط‌های رقابتی
• 29. یادگیری تقویتی در محیط‌های ترکیبی
• 30. تکنیک‌های یادگیری برای عامل‌های متعدد
• 31. یادگیری متمرکز و توزیع‌شده
• 32. یادگیری مشاهده‌ای مشترک
• 33. یادگیری از طریق ارتباطات
• 34. مدل‌های مبتنی بر عامل مرکزی
• 35. یادگیری مبتنی بر مشاهده
• 36. یادگیری مبتنی بر نمایش
• 37. یادگیری مبتنی بر عامل
• 38. مدل‌های یادگیری تقویتی مبتنی بر مدل
• 39. ساخت مدل محیط
• 40. استفاده از مدل برای برنامه‌ریزی
• 41. یادگیری تقویتی بدون مدل پیشرفته
• 42. یادگیری مبتنی بر تجربه
• 43. بازیابی تجربه
• 44. یادگیری تقویتی ناظر
• 45. یادگیری تقویتی ترجیحی
• 46. یادگیری تقویتی با پاداش‌های پراکنده
• 47. مدیریت پاداش در MARL
• 48. طراحی تابع پاداش
• 49. تکنیک‌های پاداش‌دهی
• 50. یادگیری تقویتی در رباتیک
• 51. کنترل ربات‌های متحرک
• 52. کنترل ربات‌های صنعتی
• 53. هماهنگی ربات‌ها
• 54. یادگیری تقویتی در سیستم‌های توزیع‌شده
• 55. شبکه‌های حسگر بی‌سیم
• 56. مدیریت منابع در شبکه‌ها
• 57. بهینه‌سازی ترافیک
• 58. یادگیری تقویتی در سیستم‌های خودرو
• 59. خودروهای خودران
• 60. سیستم‌های مدیریت ترافیک هوشمند
• 61. یادگیری تقویتی در بازی‌های استراتژیک
• 62. بازی‌های رومیزی
• 63. بازی‌های ویدئویی پیچیده
• 64. یادگیری تقویتی در امور مالی
• 65. معاملات الگوریتمی
• 66. مدیریت پورتفولیو
• 67. یادگیری تقویتی در سلامت
• 68. تشخیص پزشکی
• 69. مدیریت درمان
• 70. یادگیری تقویتی در شبکه‌های اجتماعی
• 71. توصیه محتوا
• 72. مدیریت انجمن‌ها
• 73. یادگیری تقویتی در سیستم‌های توصیه‌گر
• 74. شخصی‌سازی تجربه کاربری
• 75. یادگیری تقویتی در هوش مصنوعی مولد
• 76. تولید متن
• 77. تولید تصویر
• 78. یادگیری تقویتی برای تنظیم دقیق مدل‌های زبانی
• 79. تنظیم پارامترهای مدل‌های زبانی
• 80. بهبود کیفیت خروجی مدل‌های زبانی
• 81. یادگیری تقویتی در پردازش زبان طبیعی
• 82. درک مطلب
• 83. ترجمه ماشینی
• 84. یادگیری تقویتی در بینایی کامپیوتر
• 85. تشخیص اشیاء
• 86. تقسیم‌بندی تصویر
• 87. یادگیری تقویتی در آموزش و پرورش
• 88. شخصی‌سازی یادگیری
• 89. سیستم‌های آموزشی تطبیقی
• 90. یادگیری تقویتی در بهینه‌سازی فرآیندها
• 91. بهینه‌سازی تولید
• 92. مدیریت زنجیره تأمین
• 93. یادگیری تقویتی در سیستم‌های حمل و نقل
• 94. بهینه‌سازی مسیر
• 95. مدیریت ناوگان
• 96. یادگیری تقویتی در انرژی
• 97. مدیریت شبکه برق
• 98. بهینه‌سازی مصرف انرژی
• 99. یادگیری تقویتی در امنیت سایبری
• 100. تشخیص نفوذ