کتاب صوتی یادگیری تقویتی چندعامله در سیستم‌های توصیه‌گر آموزش آنلاین

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی چندعامله در سیستم‌های توصیه‌گر آموزش آنلاین

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای بهینه‌سازی پلتفرم‌های آموزش آنلاین

📋 سرفصل‌های دوره

• 1. تعریف مسئله و معماری کلان سیستم توصیه‌گر آموزشی چندعامله
• 2. ذی‌نفعان پلتفرم آموزش آنلاین و مرزبندی عامل‌ها
• 3. داده‌های یادگیرنده، محتوا، تعامل و زمینه
• 4. چرخه توصیه، بازخورد و به‌روزرسانی در آموزش آنلاین
• 5. مبانی فرایند تصمیم‌گیری مارکوف برای توصیه‌گری
• 6. طراحی حالت، اقدام، پاداش و افق زمانی
• 7. باندهای زمینه‌ای برای توصیه‌های تک‌مرحله‌ای
• 8. یادگیری تقویتی تک‌عامله برای مسیرهای یادگیری تطبیقی
• 9. محدودیت‌های عامل واحد در پلتفرم‌های چندذی‌نفع
• 10. گذار از RL تک‌عامله به محیط‌های چندعامله
• 11. همکاری، رقابت و تعاملات ترکیبی در MARL
• 12. مفاهیم بازی‌های تعاونی و تعادل راهبردی
• 13. آموزش متمرکز و اجرای غیرمتمرکز
• 14. معماری‌های غیرمتمرکز و ترکیبی تصمیم‌گیری
• 15. اشتراک‌گذاری پارامترها و نقش‌پذیری عامل‌ها
• 16. ناپایداری محیط در یادگیری هم‌زمان چند عامل
• 17. تخصیص اعتبار در پاداش‌های مشترک آموزشی
• 18. مشاهده‌پذیری جزئی و ادغام تاریخچه تعاملات
• 19. ارتباط، هماهنگی و هم‌زمانی تصمیم‌گیری عامل‌ها
• 20. مقیاس‌پذیری و ناهمگنی عامل‌ها در جمعیت‌های بزرگ
• 21. عامل توصیه‌گر یادگیرنده و انتخاب فعالیت
• 22. عامل مدرس و تنظیم بازخورد و مداخله انسانی
• 23. عامل محتوا و انتخاب، ترتیب و سطح‌بندی منابع
• 24. عامل گروه‌بندی همسالان برای یادگیری مشارکتی
• 25. عامل پلتفرم برای ظرفیت، هزینه و سیاست‌های کلان
• 26. مدل‌سازی دانش، انگیزش، سبک و زمینه یادگیرنده در حالت
• 27. طراحی فضای اقدام برای محتوا، تمرین، ترتیب و مداخله
• 28. پاداش‌های کوتاه‌مدت تعامل، تلاش و پیشرفت
• 29. پاداش‌های بلندمدت تسلط، ماندگاری و انتقال یادگیری
• 30. پاداش چندمعیاره برای اهداف متضاد ذی‌نفعان
• 31. وزن‌دهی پویا و تحلیل حساسیت تابع پاداش
• 32. روش‌های مستقل مبتنی بر مقدار و چالش همگرایی
• 33. تجزیه تابع ارزش با VDN و QMIX
• 34. گرادیان سیاست چندعامله و کاهش واریانس
• 35. الگوریتم‌های Actor-Critic در محیط‌های چندعامله
• 36. الگوریتم MADDPG برای عامل‌های پیوسته و ناهمگن
• 37. الگوریتم COMA و تخصیص اعتبار ضدواقعی
• 38. الگوریتم MAPPO برای آموزش پایدار سیاست‌ها
• 39. سازوکارهای مبتنی بر توجه برای هماهنگی عامل‌ها
• 40. یادگیری ارتباطی و پیام‌رسانی قابل تفسیر
• 41. MARL مبتنی بر گراف برای روابط یادگیرنده و محتوا
• 42. یادگیری سلسله‌مراتبی برای سیاست‌های کلان و خرد آموزشی
• 43. گزینه‌ها و مهارت‌های قابل استفاده مجدد در مسیر یادگیری
• 44. یادگیری مدل‌بنیاد و شبیه‌سازی پاسخ یادگیرنده
• 45. دوقلوهای دیجیتال و محیط‌های شبیه‌سازی‌شده آموزش آنلاین
• 46. یادگیری آفلاین چندعامله با داده‌های تاریخی پلتفرم
• 47. ارزیابی برون‌خط و خطای برون‌نمایی
• 48. یادگیری انتقالی و چندوظیفه‌ای میان دوره‌ها
• 49. یادگیری فراتجربی برای سازگاری سریع توصیه‌گر
• 50. روش‌های میانگین‌میدانی برای مقیاس‌پذیری
• 51. یادگیری جمعیتی و خودبازی برای سیاست‌های مقاوم
• 52. مدل‌سازی رفتار عامل‌های دیگر و پیش‌بینی پاسخ آن‌ها
• 53. کاوش ایمن و کارآمد در محیط‌های آموزشی واقعی
• 54. شروع سرد برای یادگیرندگان، دوره‌ها و عامل‌های تازه
• 55. پاداش‌های کمیاب، تأخیری و نامتوازن
• 56. بهینه‌سازی افق بلند و کاهش سوگیری به تعامل فوری
• 57. کنترل چرخه‌های بازخوردی و حباب‌های یادگیری
• 58. استنتاج علّی برای تفکیک اثر توصیه از هم‌بستگی
• 59. انصاف فردی و گروهی در توصیه فرصت‌های یادگیری
• 60. تنوع، اکتشاف هدفمند و جلوگیری از بیش‌بهینه‌سازی تعامل
• 61. محدودیت‌های ایمنی، حریم آموزشی و سیاست‌های نهادی
• 62. محرمانگی و یادگیری فدرال بدون تجمیع داده خام
• 63. مقاومت در برابر دست‌کاری، اسپم و رفتار راهبردی
• 64. توضیح‌پذیری تصمیم‌های چندعامله برای یادگیرنده و مدرس
• 65. مجموعه معیارهای آموزشی، تعاملی و کسب‌وکاری
• 66. اعتبارسنجی آماری و آزمون‌های چندشاخه‌ای
• 67. تحلیل تداخل و سرریز توصیه‌ها بین یادگیرندگان
• 68. معماری سرویس‌های بلادرنگ و صف پیام برای عامل‌ها
• 69. خط لوله داده، ویژگی‌سازی و نگهداری وضعیت یادگیرنده
• 70. پیاده‌سازی محیط با Gymnasium و PettingZoo
• 71. ساخت شبیه‌ساز یادگیرنده و اعتبارسنجی رفتاری آن
• 72. آموزش توزیع‌شده، همگام‌سازی و مدیریت ناپایداری
• 73. تنظیم ابرپارامترها، عیب‌یابی همگرایی و پایش آموزش
• 74. استقرار تدریجی، نظارت بر افت و بازیابی سیاست
• 75. مطالعه موردی: توصیه ترتیب فعالیت‌ها در دوره تطبیقی
• 76. مطالعه موردی: هماهنگی توصیه محتوا و بازخورد مدرس
• 77. مطالعه موردی: گروه‌بندی پویای همسالان برای یادگیری مشارکتی
• 78. مطالعه موردی: بهینه‌سازی هم‌زمان مسیر یادگیری و بار کاری مدرس
• 79. پروژه پایانی: طراحی، آموزش و ارزیابی توصیه‌گر MARL
• 80. حاکمیت اخلاقی، حسابرسی و مستندسازی سیستم توصیه‌گر آموزشی