فلش‌کارت‌های آموزشی اساس یادگیری تقویتی: ایجاد عامل‌های هوشمند از طریق تجربه

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اساس یادگیری تقویتی: ایجاد عامل‌های هوشمند از طریق تجربه

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: مبانی یادگیری تقویتی (RL)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی: تعریف و کاربردها
• 2. عناصر اصلی یادگیری تقویتی: عامل، محیط، پاداش، حالت
• 3. انواع مسائل یادگیری تقویتی: حل مسئله، کنترل، یادگیری بازی
• 4. مدل‌سازی محیط در یادگیری تقویتی
• 5. فرآیند تصمیم‌گیری مارکوف (MDP)
• 6. معادلات بلمن: پایه و اساس یادگیری
• 7. ارزش‌گذاری توابع (Value Functions)
• 8. سیاست‌ها (Policies)
• 9. روش‌های مبتنی بر ارزش: Q-Learning
• 10. روش‌های مبتنی بر ارزش: SARSA
• 11. تفاوت‌های کلیدی بین Q-Learning و SARSA
• 12. روش‌های مبتنی بر سیاست: Policy Gradient
• 13. جستجوی تصادفی (Monte Carlo Methods)
• 14. تفاوت بین On-Policy و Off-Policy
• 15. تقریب توابع (Function Approximation)
• 16. شبکه‌های عصبی در یادگیری تقویتی
• 17. Deep Q-Network (DQN)
• 18. بهینه‌سازی DQN: Replay Buffer و Target Network
• 19. روش‌های پیشرفته DQN: Double DQN، Dueling DQN
• 20. یادگیری تقویتی در محیط‌های پیوسته
• 21. روش‌های Actor-Critic
• 22. روش‌های سیاست‌محور پیشرفته: PPO، TRPO
• 23. کاوش و بهره‌برداری (Exploration vs. Exploitation)
• 24. استراتژی‌های کاوش: اپسیلون-گریدی، Softmax
• 25. تابع پاداش (Reward Shaping)
• 26. یادگیری تقویتی سلسله‌مراتبی (Hierarchical Reinforcement Learning)
• 27. یادگیری تقویتی معکوس (Inverse Reinforcement Learning)
• 28. کاربردهای یادگیری تقویتی در رباتیک
• 29. کاربردهای یادگیری تقویتی در بازی‌ها
• 30. کاربردهای یادگیری تقویتی در مدیریت منابع
• 31. یادگیری تقویتی و اخلاق
• 32. چالش‌ها و محدودیت‌های یادگیری تقویتی
• 33. مقدمه‌ای بر یادگیری تقویتی چندعامله (MARL)
• 34. مفاهیم کلیدی MARL: همکاری، رقابت، ارتباطات
• 35. روش‌های MARL: Independent Learners
• 36. روش‌های MARL: Centralized Training with Decentralized Execution (CTDE)
• 37. روش‌های MARL: Counterfactual Multi-Agent Policy Gradients (COMA)
• 38. چالش‌های MARL: عدم ثبات، پاداش‌های پراکنده
• 39. ارزیابی و مقایسه الگوریتم‌های MARL
• 40. یادگیری تقویتی و شبیه‌سازی
• 41. ابزارهای محبوب یادگیری تقویتی: OpenAI Gym، TensorFlow Agents، PyTorch
• 42. یادگیری تقویتی و انتقال یادگیری (Transfer Learning)
• 43. مفاهیم پیشرفته: یادگیری تقویتی آفلاین (Offline Reinforcement Learning)
• 44. آینده یادگیری تقویتی: تحقیقات و روندهای نوظهور