اکسپرس 24
کتاب یادگیری تقویتی چندعامله: ناظر مرکزی عامل مستقل و کاربردهای آن

کتاب یادگیری تقویتی چندعامله: ناظر مرکزی عامل مستقل و کاربردهای آن

تگ‌ها: MARL عامل مستقل کاربرد یادگیری تقویتی ناظر مرکزی ناظر مرکزی عامل مستقل هوش مصنوعی یادگیری تقویتی یادگیری تقویتی چندعامله یادگیری تقویتی در رباتیک یادگیری ماشین

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی چندعامله: ناظر مرکزی عامل مستقل و کاربردهای آن

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: روش‌های مبتنی بر ناظر مرکزی/عامل مستقل (Centralized Critic/Independent Actor)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری تقویتی چندعامله
  • 2. مفاهیم پایه یادگیری تقویتی
  • 3. عناصر اصلی محیط یادگیری تقویتی
  • 4. تابع پاداش و اهمیت آن
  • 5. مدل‌های مارکوف تصمیم‌گیری (MDP)
  • 6. فرایندهای تصمیم‌گیری مارکوف تعمیم‌یافته (G)MDP
  • 7. تفاوت MDP و G)MDP)
  • 8. یادگیری تقویتی در مقابل یادگیری نظارت شده
  • 9. یادگیری تقویتی در مقابل یادگیری بدون نظارت
  • 10. انواع یادگیری تقویتی: مدل‌بنیان و بدون مدل
  • 11. الگوریتم‌های یادگیری تقویتی مدل‌بنیان
  • 12. الگوریتم‌های یادگیری تقویتی بدون مدل
  • 13. یادگیری ارزش (Value Learning)
  • 14. یادگیری سیاست (Policy Learning)
  • 15. یادگیری ارزش-سیاست (Actor-Critic)
  • 16. مفهوم عامل (Agent) در یادگیری تقویتی
  • 17. مفهوم محیط (Environment)
  • 18. مفهوم حالت (State)
  • 19. مفهوم عمل (Action)
  • 20. مفهوم مشاهده (Observation)
  • 21. مفهوم پاداش (Reward)
  • 22. تابع سیاست (Policy Function)
  • 23. تابع ارزش (Value Function)
  • 24. تابع ارزش حالت (State-Value Function)
  • 25. تابع ارزش حالت-عمل (Action-Value Function)
  • 26. ارتباط تابع ارزش و تابع ارزش حالت-عمل
  • 27. اپسیلون-حریصانه (Epsilon-Greedy)
  • 28. شبیه‌سازی سیاست (Policy Simulation)
  • 29. برنامه‌ریزی پویا (Dynamic Programming)
  • 30. الگوریتم‌های تکرار ارزش (Value Iteration)
  • 31. الگوریتم‌های تکرار سیاست (Policy Iteration)
  • 32. تقریب تابع ارزش (Function Approximation)
  • 33. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
  • 34. شبکه‌های عصبی در یادگیری تقویتی
  • 35. شبکه‌های عصبی کانولوشنی (CNN) در RL
  • 36. شبکه‌های عصبی بازگشتی (RNN) در RL
  • 37. یادگیری عمیق Q (Deep Q-Learning)
  • 38. شبکه Q عصبی (DQN)
  • 39. بهینه‌سازی DQN
  • 40. Double DQN
  • 41. Prioritized Experience Replay
  • 42. Dueling DQN
  • 43. مقدمه‌ای بر یادگیری تقویتی چندعامله (MARL)
  • 44. تفاوت MARL با یادگیری تقویتی تک‌عامله
  • 45. چالش‌های اصلی در MARL
  • 46. همکاری (Cooperation) در MARL
  • 47. رقابت (Competition) در MARL
  • 48. ترکیبی از همکاری و رقابت
  • 49. ناظر مرکزی (Centralized Controller)
  • 50. عامل مستقل (Independent Learners)
  • 51. مدل‌های ناظر مرکزی عامل مستقل (CTDE)
  • 52. مفهوم فضای حالت مشترک
  • 53. مفهوم فضای عمل مشترک
  • 54. تکنیک‌های هماهنگی در MARL
  • 55. تکنیک‌های ارتباطی در MARL
  • 56. ارتباطات صریح (Explicit Communication)
  • 57. ارتباطات ضمنی (Implicit Communication)
  • 58. یادگیری تقویتی با تمرکز بر عامل مستقل
  • 59. الگوریتم‌های یادگیری تقویتی عامل مستقل
  • 60. یادگیری Q عامل مستقل (IQL)
  • 61. یادگیری سیاست عامل مستقل (IPGL)
  • 62. بازی‌های جمعی (Team Games)
  • 63. بازی‌های صفر و جمع (Zero-Sum Games)
  • 64. بازی‌های غیرصفر و جمع
  • 65. مفهوم تعادل نش (Nash Equilibrium)
  • 66. کاربرد تعادل نش در MARL
  • 67. یادگیری تقویتی برای عامل‌های مستقل در محیط‌های مشترک
  • 68. تکنیک‌های یادگیری سیاست برای عامل‌های مستقل
  • 69. یادگیری تقویتی چندعامله با ناظر مرکزی
  • 70. الگوریتم‌های ناظر مرکزی در MARL
  • 71. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
  • 72. COMA (Counterfactual Multi-Agent Policy Gradients)
  • 73. QMIX
  • 74. VDN (Value Decomposition Networks)
  • 75. اتحاد توابع ارزش (Value Function Factorization)
  • 76. ناظر مرکزی برای بهبود سیاست عامل مستقل
  • 77. کاربردهای ناظر مرکزی در هماهنگی
  • 78. کاربردهای عامل مستقل در مقیاس‌پذیری
  • 79. سیستم‌های توزیع‌شده در MARL
  • 80. یادگیری تقویتی توزیع‌شده
  • 81. یادگیری تقویتی فدرال (Federated RL)
  • 82. کاربردهای MARL در رباتیک
  • 83. کاربردهای MARL در خودروهای خودران
  • 84. کاربردهای MARL در شبکه‌های هوشمند
  • 85. کاربردهای MARL در بازی‌های کامپیوتری
  • 86. کاربردهای MARL در مدیریت منابع
  • 87. کاربردهای MARL در اقتصاد
  • 88. کاربردهای MARL در بهینه‌سازی شبکه‌های ارتباطی
  • 89. کاربردهای MARL در سیستم‌های توصیه‌گر
  • 90. ارزیابی عملکرد در MARL
  • 91. معیارهای سنجش در MARL
  • 92. شبیه‌سازی محیط‌های چندعامله
  • 93. طراحی تابع پاداش در MARL
  • 94. تست و اعتبارسنجی مدل‌های MARL
  • 95. ملاحظات اخلاقی در MARL
  • 96. امنیت در سیستم‌های چندعامله
  • 97. مقاومت در برابر حملات
  • 98. حریم خصوصی عامل‌ها
  • 99. یادگیری تقویتی چندعامله امن
  • 100. مباحث پیشرفته در MARL

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.