فلش‌کارت‌های آموزشی روش‌های نظری برای مقابله با عدم قطعیت در MARL

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره روش‌های نظری برای مقابله با عدم قطعیت در MARL

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: جنبه‌های نظری MARL

📋 سرفصل‌های دوره

• 1. روش‌های مبتنی بر مدل برای یادگیری تقویتی چندعامله
• 2. معرفی یادگیری تقویتی چندعامله (MARL) و چالش‌های آن
• 3. مفاهیم اساسی تئوری بازی‌ها در MARL
• 4. فضاهای حالت و عمل در محیط‌های چندعامله
• 5. تابع پاداش و طراحی پاداش در MARL
• 6. روش‌های یادگیری ارزش‌محور در MARL
• 7. روش‌های یادگیری سیاست‌محور در MARL
• 8. الگوریتم Q-Learning چندعامله
• 9. الگوریتم Deep Q-Network (DQN) چندعامله
• 10. روش‌های Actor-Critic در MARL
• 11. استراتژی‌های هماهنگی در MARL
• 12. مفهوم تعادل نش (Nash Equilibrium) در MARL
• 13. یافتن تعادل نش در محیط‌های چندعامله
• 14. روش‌های یادگیری متقابل در MARL
• 15. یادگیری تقویتی چندعامله با ارتباطات محدود
• 16. مدل‌سازی عدم قطعیت در محیط‌های چندعامله
• 17. روش‌های مبتنی بر باور در MARL
• 18. فیلتر کالمن و کاربردهای آن در MARL
• 19. شبکه‌های بیزی و استنتاج در MARL
• 20. تخمین توزیع پاداش در MARL
• 21. روش‌های نمونه‌برداری مونت کارلو در MARL
• 22. تکنیک‌های کاهش واریانس در نمونه‌برداری مونت کارلو
• 23. یادگیری تقویتی با تقریب تابع
• 24. روش‌های Kernel در MARL
• 25. شبکه‌های عصبی و کاربردهای آن‌ها در تقریب تابع
• 26. شبکه‌های عصبی عمیق (DNN) و MARL
• 27. یادگیری بازنمایی (Representation Learning) در MARL
• 28. یادگیری بازنمایی خود نظارتی (Self-Supervised Learning)
• 29. روش‌های یادگیری انتقالی در MARL
• 30. یادگیری چند وظیفه‌ای در MARL
• 31. یادگیری تقویتی با حافظه
• 32. حافظه بازگشتی عصبی (RNN) و کاربردهای آن در MARL
• 33. حافظه بلندمدت-کوتاه‌مدت (LSTM) و MARL
• 34. شبکه‌های حافظه ترانسفورمر و MARL
• 35. مدیریت اکتشاف و بهره‌برداری در MARL
• 36. روش‌های اکتشاف مبتنی بر کنجکاوی
• 37. روش‌های اکتشاف مبتنی بر بهینه‌سازی
• 38. یادگیری تقویتی آفلاین (Offline Reinforcement Learning)
• 39. یادگیری تقویتی ایمن (Safe Reinforcement Learning)
• 40. روش‌های محدود کردن پاداش در MARL
• 41. روش‌های محدود کردن فضای حالت و عمل
• 42. یادگیری تقویتی با پاداش‌های پراکنده
• 43. یادگیری تقویتی سلسله مراتبی در MARL
• 44. یادگیری تقویتی مبتنی بر قوانین
• 45. یادگیری تقویتی و برنامه‌ریزی
• 46. روش‌های برنامه‌ریزی مدل‌محور (Model-Based Planning)
• 47. یادگیری تقویتی و شبیه‌سازی
• 48. روش‌های شبیه‌سازی محیط‌های چندعامله
• 49. یادگیری تقویتی و یادگیری جمعی
• 50. روش‌های یادگیری جمعی در MARL
• 51. یادگیری تقویتی و معماری‌های توزیع‌شده
• 52. روش‌های موازی‌سازی یادگیری تقویتی
• 53. یادگیری تقویتی و امنیت سایبری
• 54. کاربردهای MARL در رباتیک
• 55. کاربردهای MARL در مدیریت ترافیک
• 56. کاربردهای MARL در شبکه‌های ارتباطی
• 57. کاربردهای MARL در اقتصاد و بازی‌ها
• 58. ارزیابی و مقایسه الگوریتم‌های MARL
• 59. معیارهای ارزیابی عملکرد در MARL
• 60. تحلیل حساسیت الگوریتم‌های MARL
• 61. چالش‌های پیاده‌سازی MARL در دنیای واقعی
• 62. مباحث پیشرفته در MARL