فلش‌کارت‌های آموزشی یادگیری تقویتی چندعامله در مقیاس بزرگ: از تئوری تا عمل

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی چندعامله در مقیاس بزرگ: از تئوری تا عمل

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله با مقیاس‌پذیری بالا

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی
• 2. مفاهیم اساسی یادگیری تقویتی
• 3. عناصر یک مسئله یادگیری تقویتی
• 4. مدل‌سازی محیط در یادگیری تقویتی
• 5. فضای حالت و فضای عمل
• 6. تابع پاداش و سیاست
• 7. معیارهای ارزیابی سیاست‌ها
• 8. روش‌های یادگیری مبتنی بر ارزش
• 9. معادله بلمن و تکرار بلمن
• 10. Q-learning: الگوریتم و کاربردها
• 11. SARSA: الگوریتم و کاربردها
• 12. تفاوت‌های Q-learning و SARSA
• 13. روش‌های یادگیری مبتنی بر سیاست
• 14. گرادیان سیاست
• 15. روش‌های اکتشاف در یادگیری تقویتی
• 16. ε-greedy
• 17. Softmax
• 18. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
• 19. شبکه‌های عصبی و یادگیری تقویتی
• 20. DQN (Deep Q-Network)
• 21. Double DQN
• 22. Dueling DQN
• 23. Prioritized Experience Replay
• 24. یادگیری تقویتی چندعامله (Multi-Agent Reinforcement Learning)
• 25. مفاهیم اساسی MARL
• 26. چالش‌های MARL
• 27. روش‌های هماهنگ‌سازی سیاست‌ها در MARL
• 28. یادگیری تقویتی همکاری
• 29. یادگیری تقویتی رقابتی
• 30. بازی‌های مجموع صفر و غیرصفر
• 31. یادگیری تقویتی در محیط‌های پویا
• 32. یادگیری تقویتی در محیط‌های با اطلاعات ناقص
• 33. یادگیری تقویتی در محیط‌های بزرگ
• 34. تقویت یادگیری سلسله مراتبی
• 35. یادگیری انتقال (Transfer Learning) در یادگیری تقویتی
• 36. یادگیری تقویتی آفلاین (Offline Reinforcement Learning)
• 37. یادگیری تقویتی ایمن (Safe Reinforcement Learning)
• 38. کاربردهای یادگیری تقویتی در رباتیک
• 39. کنترل ربات با استفاده از یادگیری تقویتی
• 40. یادگیری تقویتی در بازی‌ها
• 41. یادگیری تقویتی در مدیریت منابع
• 42. بهینه‌سازی سیستم‌های حمل و نقل با یادگیری تقویتی
• 43. یادگیری تقویتی در بازارهای مالی
• 44. پیش‌بینی و معامله‌گری در بازارهای مالی
• 45. یادگیری تقویتی و بهینه‌سازی زنجیره تامین
• 46. یادگیری تقویتی در سیستم‌های توصیه گر
• 47. یادگیری تقویتی و شخصی‌سازی
• 48. یادگیری تقویتی و کنترل خودکار
• 49. یادگیری تقویتی و بهینه‌سازی مصرف انرژی
• 50. یادگیری تقویتی و شبکه‌های حسگر بی‌سیم
• 51. یادگیری تقویتی و مدیریت ترافیک
• 52. یادگیری تقویتی در کشاورزی دقیق
• 53. یادگیری تقویتی و تشخیص تقلب
• 54. یادگیری تقویتی و بهینه‌سازی تبلیغات آنلاین
• 55. مفاهیم پیشرفته یادگیری تقویتی
• 56. یادگیری تقویتی با حافظه
• 57. یادگیری تقویتی مدل‌محور
• 58. یادگیری تقویتی متمرکز
• 59. چالش‌ها و آینده یادگیری تقویتی
• 60. ابزارهای رایج در یادگیری تقویتی
• 61. محیط‌های شبیه‌سازی برای یادگیری تقویتی
• 62. OpenAI Gym
• 63. PyBullet
• 64. Gazebo
• 65. TensorFlow Agents
• 66. Ray RLlib
• 67. آشنایی با کتابخانه‌های پایتون برای یادگیری تقویتی
• 68. روش‌های دیباگینگ و ارزیابی مدل‌های یادگیری تقویتی
• 69. بهینه‌سازی هایپرپارامترها در یادگیری تقویتی
• 70. استراتژی‌های موازی‌سازی در یادگیری تقویتی
• 71. مقایسه روش‌های مختلف یادگیری تقویتی
• 72. کاربردهای عملی یادگیری تقویتی در صنعت
• 73. مطالعات موردی موفق در یادگیری تقویتی
• 74. تکنیک‌های کاهش بُعد در یادگیری تقویتی
• 75. یادگیری تقویتی و یادگیری نظارت شده ترکیبی
• 76. یادگیری تقویتی و یادگیری بدون نظارت ترکیبی
• 77. یادگیری تقویتی و یادگیری نیمه‌نظارتی ترکیبی
• 78. یادگیری تقویتی و استنتاج علّی
• 79. یادگیری تقویتی و مقیاس‌پذیری
• 80. یادگیری تقویتی و امنیت
• 81. یادگیری تقویتی و اخلاق
• 82. یادگیری تقویتی و تفسیرپذیری