اکسپرس 24
کتاب پیاده‌سازی و ارزیابی کارآمد الگوریتم‌های MARL با PyMARL

کتاب پیاده‌سازی و ارزیابی کارآمد الگوریتم‌های MARL با PyMARL

تگ‌ها: MARL PyMARL ارزیابی الگوریتم MARL الگوریتم‌های MARL پیاده‌سازی MARL هوش مصنوعی یادگیری تقویتی یادگیری تقویتی چندعامله 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 پیاده‌سازی و ارزیابی کارآمد الگوریتم‌های MARL با PyMARL

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: PyMARL

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری تقویتی چند عامله (MARL)
  • 2. مبانی یادگیری تقویتی (RL)
  • 3. عناصر کلیدی در یادگیری تقویتی
  • 4. انواع یادگیری تقویتی
  • 5. مقدمه‌ای بر PyMARL
  • 6. نصب و راه‌اندازی PyMARL
  • 7. ساختار کلی PyMARL
  • 8. مفاهیم پایه در PyMARL
  • 9. مدل‌های عامل در MARL
  • 10. ارتباطات بین عامل‌ها
  • 11. محیط‌های استاندارد برای MARL
  • 12. نمونه‌سازی محیط‌های سفارشی
  • 13. مدل‌های یادگیری در MARL
  • 14. یادگیری متمرکز و غیرمتمرکز
  • 15. یادگیری مبتنی بر عامل (Agent-based learning)
  • 16. یادگیری مبتنی بر سیاست (Policy-based learning)
  • 17. یادگیری مبتنی بر ارزش (Value-based learning)
  • 18. اتحاد عامل‌ها (Centralized training)
  • 19. جداسازی عامل‌ها (Decentralized execution)
  • 20. الگوریتم‌های کلاسیک MARL
  • 21. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
  • 22. QMIX (Q-learning for Mixed Cooperative-Environments)
  • 23. VDN (Value Decomposition Networks)
  • 24. COMA (Counterfactual Multi-Agent Policy Gradients)
  • 25. IQL (Independent Q-Learning)
  • 26. اتحاد در آموزش و جداسازی در اجرا (CTDE)
  • 27. معماری‌های شبکه عصبی در MARL
  • 28. شبکه‌های مولد (Generative Networks)
  • 29. شبکه‌های حافظه‌دار (Memory Networks)
  • 30. شبکه‌های توجه (Attention Networks)
  • 31. ارتباطات صریح بین عامل‌ها
  • 32. ارتباطات ضمنی بین عامل‌ها
  • 33. پیاده‌سازی MADDPG در PyMARL
  • 34. تنظیم پارامترهای MADDPG
  • 35. ارزیابی عملکرد MADDPG
  • 36. پیاده‌سازی QMIX در PyMARL
  • 37. تنظیم پارامترهای QMIX
  • 38. ارزیابی عملکرد QMIX
  • 39. پیاده‌سازی VDN در PyMARL
  • 40. تنظیم پارامترهای VDN
  • 41. ارزیابی عملکرد VDN
  • 42. پیاده‌سازی COMA در PyMARL
  • 43. تنظیم پارامترهای COMA
  • 44. ارزیابی عملکرد COMA
  • 45. پیاده‌سازی IQL در PyMARL
  • 46. تنظیم پارامترهای IQL
  • 47. ارزیابی عملکرد IQL
  • 48. مدیریت محیط‌های پیچیده در MARL
  • 49. محیط‌های با فضای حالت/عمل بزرگ
  • 50. محیط‌های با اطلاعات ناقص (Partially Observable Environments)
  • 51. محیط‌های با پویایی متغیر
  • 52. محیط‌های رقابتی
  • 53. محیط‌های مشارکتی
  • 54. محیط‌های مختلط (Cooperative-Competitive)
  • 55. استراتژی‌های همکاری در MARL
  • 56. استراتژی‌های رقابت در MARL
  • 57. یادگیری سازگار با محیط
  • 58. یادگیری با عامل‌های ناهمگن
  • 59. کاربرد MARL در رباتیک
  • 60. کاربرد MARL در بازی‌ها
  • 61. کاربرد MARL در شبکه‌های هوشمند
  • 62. کاربرد MARL در مدیریت ترافیک
  • 63. کاربرد MARL در سیستم‌های توزیع‌شده
  • 64. کاربرد MARL در بهینه‌سازی منابع
  • 65. کاربرد MARL در کنترل سیستم‌های صنعتی
  • 66. کاربرد MARL در بهینه‌سازی زنجیره تأمین
  • 67. کاربرد MARL در سیستم‌های توصیه‌گر
  • 68. کاربرد MARL در هوش مصنوعی درمانی
  • 69. ارزیابی جامع الگوریتم‌های MARL
  • 70. معیارهای ارزیابی عملکرد
  • 71. مقایسه الگوریتم‌های مختلف
  • 72. تحلیل حساسیت به پارامترها
  • 73. شناسایی نقاط قوت و ضعف
  • 74. بهینه‌سازی معماری شبکه
  • 75. بهینه‌سازی تابع پاداش
  • 76. تکنیک‌های منظم‌سازی (Regularization)
  • 77. یادگیری تقویتی عمیق (Deep RL) در MARL
  • 78. یادگیری تقویتی اکتشافی (Exploratory RL)
  • 79. یادگیری تقویتی امن (Safe RL)
  • 80. یادگیری تقویتی عادلانه (Fair RL)
  • 81. یادگیری تقویتی قابل تفسیر (Interpretable RL)
  • 82. یادگیری تقویتی با پاداش پراکنده
  • 83. مقدمه‌ای بر مفاهیم پیشرفته MARL
  • 84. بازی‌های تکراری (Repeated Games)
  • 85. تعادل نش (Nash Equilibrium) در بازی‌ها
  • 86. نظریه بازی‌ها و MARL
  • 87. پیاده‌سازی الگوریتم‌های پیشرفته با PyMARL
  • 88. مدل‌سازی عوامل با درک متقابل (Theory of Mind)
  • 89. یادگیری مبتنی بر مدل (Model-based MARL)
  • 90. یادگیری تقویتی از طریق مشاهده (Imitation Learning)
  • 91. یادگیری تقویتی ترجیحی (Preference-based RL)
  • 92. ملاحظات اخلاقی در MARL
  • 93. امنیت در سیستم‌های MARL
  • 94. قابلیت اطمینان در سیستم‌های MARL
  • 95. پایداری در سیستم‌های MARL
  • 96. پیاده‌سازی پروژه نهایی در PyMARL
  • 97. انتخاب مسئله و محیط مناسب
  • 98. طراحی معماری عامل‌ها
  • 99. تنظیم و اجرای الگوریتم
  • 100. تحلیل نتایج و ارائه گزارش

📚 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.