فلش‌کارت‌های آموزشی پیشرفت‌های اخیر در یادگیری تقویتی بدون مدل

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیشرفت‌های اخیر در یادگیری تقویتی بدون مدل

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: مدل‌های بدون مدل (Model-free RL)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی
• 2. یادگیری تقویتی مبتنی بر مدل و بدون مدل: یک مقایسه
• 3. الگوریتم‌های پایه‌ای یادگیری تقویتی
• 4. تابع ارزش و سیاست
• 5. روش‌های مونت‌کارلو در یادگیری تقویتی
• 6. تفاوت‌های زمانی (Temporal Differences)
• 7. Q-Learning: مفاهیم و کاربردها
• 8. SARSA: روشی جایگزین برای یادگیری Q
• 9. روش‌های سیاست‌گرادیان
• 10. بهینه‌سازی سیاست با استفاده از گرادیان
• 11. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
• 12. شبکه‌های عصبی عمیق به عنوان تقریب‌زننده تابع ارزش
• 13. DQN (Deep Q-Network) و انواع آن
• 14. Double DQN: کاهش بیش‌برآورد
• 15. Dueling DQN: جداسازی ارزش و مزیت
• 16. Prioritized Experience Replay
• 17. یادگیری تقویتی بدون مدل با استفاده از مدل‌های احتمالی
• 18. مدل‌سازی محیط: روش‌ها و چالش‌ها
• 19. یادگیری مدل‌های دینامیکی
• 20. پیش‌بینی مدل: تکنیک‌ها و کاربردها
• 21. استفاده از مدل برای برنامه‌ریزی و بهبود سیاست
• 22. یادگیری تقویتی بدون مدل آفلاین (Offline Reinforcement Learning)
• 23. یادگیری تقویتی بدون مدل با استفاده از داده‌های جمع‌آوری‌شده
• 24. چالش‌های یادگیری آفلاین و راه‌حل‌ها
• 25. یادگیری تقویتی بدون مدل و اکتشاف
• 26. اکتشاف در محیط‌های پیچیده
• 27. روش‌های اکتشاف مبتنی بر مدل
• 28. یادگیری تقویتی بدون مدل و انتقال یادگیری
• 29. انتقال یادگیری از یک وظیفه به وظیفه‌ای دیگر
• 30. یادگیری چند وظیفه‌ای (Multi-Task Learning)
• 31. یادگیری تقویتی سلسله‌مراتبی (Hierarchical Reinforcement Learning)
• 32. یادگیری تقویتی و پاداش‌های پراکنده (Sparse Rewards)
• 33. تکنیک‌های شکل‌دهی پاداش (Reward Shaping)
• 34. یادگیری تقویتی و ایمنی (Safe Reinforcement Learning)
• 35. محدود کردن رفتارهای خطرناک
• 36. یادگیری تقویتی و اخلاق (Ethical Reinforcement Learning)
• 37. یادگیری تقویتی و تفسیرپذیری (Explainable Reinforcement Learning)
• 38. نشان دادن دلیل تصمیم‌گیری‌های یادگیری تقویتی
• 39. کاربردهای یادگیری تقویتی در رباتیک
• 40. کنترل ربات با استفاده از یادگیری تقویتی
• 41. کاربردهای یادگیری تقویتی در بازی‌ها
• 42. بازی کردن بازی‌های ویدیویی با استفاده از یادگیری تقویتی
• 43. کاربردهای یادگیری تقویتی در مدیریت منابع
• 44. مدیریت بهینه انرژی با استفاده از یادگیری تقویتی
• 45. یادگیری تقویتی در امور مالی و تجارت
• 46. بهینه‌سازی سبد سهام با استفاده از یادگیری تقویتی
• 47. یادگیری تقویتی و سیستم‌های توصیه‌گر
• 48. توصیه‌های شخصی‌سازی‌شده با استفاده از یادگیری تقویتی
• 49. یادگیری تقویتی و شبکه‌های اجتماعی
• 50. بهینه‌سازی تعامل کاربران در شبکه‌های اجتماعی
• 51. یادگیری تقویتی و بهینه‌سازی زنجیره تامین
• 52. بهینه‌سازی موجودی و لجستیک با استفاده از یادگیری تقویتی
• 53. یادگیری تقویتی و تحلیل داده‌های بزرگ
• 54. استخراج الگوهای پنهان با استفاده از یادگیری تقویتی
• 55. چالش‌های مقیاس‌پذیری در یادگیری تقویتی
• 56. روش‌های موازی‌سازی یادگیری تقویتی
• 57. یادگیری تقویتی و محاسبات ابری
• 58. استفاده از منابع ابری برای یادگیری تقویتی
• 59. آینده یادگیری تقویتی بدون مدل
• 60. ترندهای نوظهور در یادگیری تقویتی
• 61. مقایسه چارچوب‌های یادگیری تقویتی (TensorFlow, PyTorch)
• 62. پیاده‌سازی عملی یک الگوریتم یادگیری تقویتی ساده
• 63. عیب‌یابی و رفع مشکلات در یادگیری تقویتی
• 64. بهینه‌سازی هایپرپارامترها در یادگیری تقویتی
• 65. ارزیابی عملکرد الگوریتم‌های یادگیری تقویتی
• 66. یادگیری تقویتی و یادگیری انتقالی (Transfer Learning)
• 67. یادگیری تقویتی و یادگیری متا (Meta-Learning)
• 68. یادگیری تقویتی و یادگیری خود نظارتی (Self-Supervised Learning)
• 69. یادگیری تقویتی و یادگیری با تقویت انسانی (Reinforcement Learning from Human Feedback)
• 70. یادگیری تقویتی و مدل‌های احتمالی گسسته (Discrete Probabilistic Models)
• 71. یادگیری تقویتی و مدل‌های احتمالی پیوسته (Continuous Probabilistic Models)
• 72. یادگیری تقویتی و داده‌های ناقص (Incomplete Data)
• 73. یادگیری تقویتی و داده‌های نویزی (Noisy Data)
• 74. یادگیری تقویتی و مسائل چندعاملی (Multi-Agent Reinforcement Learning)
• 75. تکنیک‌های هماهنگی در یادگیری تقویتی چندعاملی
• 76. یادگیری تقویتی و بازی‌های رقابتی (Competitive Games)
• 77. یادگیری تقویتی و مسائل همکاری (Cooperative Games)
• 78. یادگیری تقویتی و مسائل ترکیبی (Combinatorial Problems)
• 79. یادگیری تقویتی و برنامه‌ریزی مسیر (Path Planning)
• 80. یادگیری تقویتی و کنترل بهینه (Optimal Control)
• 81. یادگیری تقویتی و تشخیص الگو (Pattern Recognition)
• 82. یادگیری تقویتی و پردازش تصویر (Image Processing)
• 83. یادگیری تقویتی و پردازش زبان طبیعی (Natural Language Processing)
• 84. یادگیری تقویتی و علوم داده (Data Science)
• 85. یادگیری تقویتی و هوش مصنوعی توضیح‌پذیر (Explainable Artificial Intelligence)