فلش‌کارت‌های آموزشی بهینه‌سازی بر اساس مدل در یادگیری تقویتی چندعامله

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی بر اساس مدل در یادگیری تقویتی چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: بهینه‌سازی در MARL

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی چندعامله و بهینه‌سازی
• 2. مبانی مدل‌سازی در محیط‌های چندعامله
• 3. انواع مدل‌های محیطی در MARL
• 4. تخمین مدل محیطی با استفاده از داده‌های تجربی
• 5. یادگیری مدل‌های پویا و غیرخطی
• 6. مدل‌های پیش‌بینی پاداش در MARL
• 7. روش‌های مبتنی بر مدل برای برنامه‌ریزی در MARL
• 8. برنامه‌ریزی افقی (Horizon Planning) در MARL
• 9. برنامه‌ریزی مبتنی بر نمونه‌برداری (Sample-Based Planning)
• 10. استفاده از درخت‌های جستجو مونت‌کارلو (MCTS) در MARL
• 11. یادگیری سیاست با استفاده از مدل‌های پیش‌بینی
• 12. بهینه‌سازی سیاست مبتنی بر مدل (Model-Based Policy Optimization)
• 13. روش‌های Value Iteration و Policy Iteration در MARL
• 14. یادگیری مدل‌های بازگشتی (Recurrent Models) برای MARL
• 15. شبکه‌های عصبی بازگشتی برای مدل‌سازی محیط
• 16. مدل‌سازی عدم قطعیت در محیط‌های چندعامله
• 17. روش‌های Bayesian برای تخمین مدل
• 18. یادگیری مدل‌های احتمالی (Probabilistic Models)
• 19. استفاده از مدل‌ها برای کاهش نمونه‌های مورد نیاز
• 20. بهینه‌سازی اکتشاف-بهره‌برداری با استفاده از مدل
• 21. مدل‌های سلسله مراتبی (Hierarchical Models) در MARL
• 22. مدل‌سازی ارتباطات بین عامل‌ها
• 23. یادگیری مدل‌های ارتباطی (Communication Models)
• 24. استفاده از مدل‌ها برای پیش‌بینی رفتار سایر عامل‌ها
• 25. تطبیق مدل با تغییرات محیطی (Model Adaptation)
• 26. یادگیری انتقال مدل (Model Transfer Learning) در MARL
• 27. بهینه‌سازی توزیع‌شده مبتنی بر مدل
• 28. یادگیری مدل‌های مبتنی بر گراف (Graph-Based Models)
• 29. مدل‌سازی وابستگی‌های زمانی (Temporal Dependencies)
• 30. روش‌های تخمین مدل آفلاین (Offline Model Estimation)
• 31. بهینه‌سازی با استفاده از داده‌های تاریخی (Historical Data)
• 32. چالش‌های مدل‌سازی در محیط‌های پیچیده چندعامله
• 33. تکنیک‌های کاهش ابعاد (Dimensionality Reduction) برای مدل‌سازی
• 34. استفاده از Autoencoders برای یادگیری مدل
• 35. مدل‌سازی رفتارهای حریفانه (Adversarial Behaviors)
• 36. یادگیری مدل‌های مقاوم (Robust Models) در برابر نویز
• 37. تکنیک‌های Regularization برای جلوگیری از بیش‌برازش (Overfitting)
• 38. ارزیابی و مقایسه روش‌های بهینه‌سازی بر اساس مدل
• 39. کاربردهای عملی بهینه‌سازی بر اساس مدل در MARL
• 40. مطالعه موردی: رباتیک چندعامله
• 41. مطالعه موردی: مدیریت ترافیک هوشمند
• 42. مطالعه موردی: بازی‌های استراتژیک چندنفره