فلش‌کارت‌های آموزشی ارزیابی سیستم‌های MARL: از مبانی تا پیشرفته

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ارزیابی سیستم‌های MARL: از مبانی تا پیشرفته

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: معیارهای ارزیابی

📋 سرفصل‌های دوره

• 1. مروری بر یادگیری تقویتی چندعامله و انگیزش ارزیابی
• 2. مفاهیم پایهٔ بازی‌های تکاملی و معادلات بازی نمایی
• 3. شناخت معیارهای کمّی و کیفی ارزیابی عملکرد عامل‌ها
• 4. مروری بر متریک‌های یادگیری تقویتی تک‌عامله‌ای
• 5. شاخص‌های همگرایی و پایداری در الگوریتم‌های MARL
• 6. اندازه‌گیری تعادل نیمه‌بهینه (Nash Equilibrium) در عصرهای دیواری
• 7. ارزیابی همکاری و رقابت در استراتژی‌های ترکیبی
• 8. محاسبهٔ پاداش متوسط طولانی‌مدت و Return تجمعی
• 9. متریک‌های شارژ بار (Load Balancing) در شبکه‌های عاملی
• 10. مقایسهٔ رفتار تکاملی در طول Training Episodes
• 11. ارزیابی صرف‌نظری (Zero-shot) عملکرد عاملانه
• 12. شبیه‌سازی‌های مبتنی بر محیط‌های شهری هوشمند
• 13. پیکربندی پارامترهای ارزیابی در آزمایش‌های عددی
• 14. معیارهای روشنایی (Interpretability) در تصمیم‌گیری‌های چندعامله
• 15. اندازه‌گیری زمان همگرایی و هزینهٔ محاسباتی
• 16. ارزیابی عملکرد در برابر حملات سوءاستفاده‌ای
• 17. متریک‌های تعمیم‌پذیری در محیط‌های ناشناخته
• 18. مدل‌سازی خطرپذیری و ریسک در ارزیابی رفتارها
• 19. معیارهای قابلیت اطمین‌پذیری (Reliability) در استراتژی‌های یادگرفته‌شده
• 20. سنجش انعطاف‌پذیری سیستم تحت تغییرات محیطی
• 21. مقایسهٔ الگوریتم‌های Q-learning، Actor-Critic و متفرقه در MARL
• 22. ارزیابی استراتژی‌های آموزشی مبتنی بر ارتباطات (Communication-based)
• 23. معیارهای همدلی (Consistency) در یادگیری‌های تکراری
• 24. شاخص‌های بهره‌وری انرژی در شبکه‌های عاملی پراکنده
• 25. محاسبهٔ معیارهای تعاملی (Interactive Metrics) در بازی‌های همزیست
• 26. ارزیابی عملکرد در سیستم‌های توزیعی بزرگ‌مقیاس
• 27. معیارهای پایداری آماری نتایج ارزیابی‌های تصادفی
• 28. نگاشت معیارهای ارزیابی به اهداف کسب‌وکار در کاربردهای صنعتی
• 29. ارزیابی همگرایی در الگوریتم‌های نوین گرادیان‌پایه
• 30. معیارهای شفافیت و قابلیت حصصیت (Disentanglement) در نمایه‌های عملکرد
• 31. سنجش پویایی شبکه‌های حسی-عملی در عاملان هوشمند
• 32. معیارهای همزیستی (Cooperation Degree) در تیم‌های چندعامله
• 33. ارزیابی رفتارهای غیرخطی و غیرقابل پیش‌بینی در عصرهای بازی
• 34. معیارهای انطباقی (Adaptivity) در تغییرات دینامیک محیط
• 35. شاخص‌های همدلی شبکه‌ای (Network Homophily) در یادگیری تعاملی
• 36. معیارهای دقیق‌سنجی (Precision) و صداپدیدی (Recall) در تصمیم‌گیری‌های چندعامله
• 37. ارزیابی عملکرد الگوریتم‌های ترتیبی (Sequential) در محیط‌های متوالی
• 38. معیارهای انرژی-های-اطلاعاتی (Information-Energy Trade-off) در عاملان پراکنده
• 39. معیارهای همگرایی ترکیبی (Multi-criteria Convergence) در ارزیابی کلی
• 40. ارزیابی قابلیت مقایسهٔ نتایج در آزمایش‌های بین‌المللی
• 41. معیارهای پایداری راه‌حل و طول عمر استراتژیک در بازی‌های طولانی‌مدت