اکسپرس 24
کتاب کنترل ربات با یادگیری تقویتی عمیق: از تئوری تا پیاده‌سازی

کتاب کنترل ربات با یادگیری تقویتی عمیق: از تئوری تا پیاده‌سازی

تگ‌ها: الگوریتم‌های ربات برنامه‌نویسی ربات ربات‌های هوشمند رباتیک کنترل ربات هوش ربات هوش مصنوعی یادگیری تقویتی یادگیری عمیق 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 کنترل ربات با یادگیری تقویتی عمیق: از تئوری تا پیاده‌سازی

موضوع کلی: هوش مصنوعی و رباتیک

موضوع میانی: یادگیری تقویتی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری تقویتی
  • 2. مفاهیم اساسی یادگیری تقویتی
  • 3. عناصر یک مسئله یادگیری تقویتی
  • 4. محیط و عامل در یادگیری تقویتی
  • 5. پاداش و تابع پاداش
  • 6. سیاست‌ها و توابع ارزش
  • 7. روش‌های یادگیری تقویتی مبتنی بر مدل
  • 8. روش‌های یادگیری تقویتی بدون مدل
  • 9. حل معادلات بلمن
  • 10. روش‌های تکراری سیاست
  • 11. روش‌های تکراری ارزش
  • 12. روش Q-Learning
  • 13. روش SARSA
  • 14. کاوش در مقابل بهره‌برداری
  • 15. توابع تقریب در یادگیری تقویتی
  • 16. شبکه‌های عصبی به عنوان تقریب‌گر تابع
  • 17. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
  • 18. معماری‌های شبکه‌های عصبی برای یادگیری تقویتی
  • 19. تابع زیان و بهینه‌سازی در یادگیری تقویتی عمیق
  • 20. الگوریتم Deep Q-Network (DQN)
  • 21. تکنیک‌های بهبود DQN: Replay Buffer و Target Network
  • 22. الگوریتم Double DQN
  • 23. الگوریتم Dueling DQN
  • 24. الگوریتم Prioritized Experience Replay
  • 25. الگوریتم‌های سیاست گرادیان
  • 26. روش REINFORCE
  • 27. روش Actor-Critic
  • 28. الگوریتم Advantage Actor-Critic (A2C)
  • 29. الگوریتم Asynchronous Advantage Actor-Critic (A3C)
  • 30. الگوریتم Proximal Policy Optimization (PPO)
  • 31. الگوریتم Trust Region Policy Optimization (TRPO)
  • 32. یادگیری تقویتی چندعاملی
  • 33. محیط‌های شبیه‌سازی شده برای یادگیری تقویتی
  • 34. OpenAI Gym
  • 35. PyBullet
  • 36. Gazebo
  • 37. کنترل ربات با یادگیری تقویتی
  • 38. ربات‌های مفصلی
  • 39. ربات‌های موبایل
  • 40. ربات‌های انسان‌نما
  • 41. یادگیری تقویتی برای ناوبری ربات
  • 42. یادگیری تقویتی برای دستکاری ربات
  • 43. یادگیری تقویتی برای کنترل ربات‌های پرنده
  • 44. یادگیری تقویتی برای کنترل ربات‌های زیرآبی
  • 45. یادگیری تقویتی برای ربات‌های پوشیدنی
  • 46. انتقال یادگیری در یادگیری تقویتی
  • 47. یادگیری تقویتی انتقال‌پذیر (Transfer Reinforcement Learning)
  • 48. یادگیری تقویتی با پاداش‌های پراکنده
  • 49. یادگیری تقویتی با پاداش‌های شکل‌دهی (Reward Shaping)
  • 50. یادگیری تقویتی چندوظیفه‌ای
  • 51. یادگیری تقویتی ایمن (Safe Reinforcement Learning)
  • 52. یادگیری تقویتی آفلاین (Offline Reinforcement Learning)
  • 53. یادگیری تقویتی با مشاهدات محدود
  • 54. یادگیری تقویتی و اخلاق
  • 55. چالش‌ها و جهت‌گیری‌های آینده در یادگیری تقویتی
  • 56. بهینه‌سازی هایپرپارامترها در یادگیری تقویتی
  • 57. ابزارهای توسعه یادگیری تقویتی
  • 58. TensorFlow
  • 59. PyTorch
  • 60. Keras
  • 61. RLlib
  • 62. Stable Baselines3
  • 63. کاربرد یادگیری تقویتی در صنایع مختلف
  • 64. یادگیری تقویتی در بازی‌سازی
  • 65. یادگیری تقویتی در خودروسازی
  • 66. یادگیری تقویتی در رباتیک صنعتی
  • 67. یادگیری تقویتی در مدیریت منابع
  • 68. یادگیری تقویتی و بهینه‌سازی زنجیره تامین
  • 69. یادگیری تقویتی و سیستم‌های توصیه گر
  • 70. یادگیری تقویتی و بازارهای مالی
  • 71. یادگیری تقویتی و کنترل ترافیک
  • 72. یادگیری تقویتی و بهینه‌سازی شبکه‌های انرژی
  • 73. یادگیری تقویتی و پزشکی
  • 74. پیاده‌سازی یک پروژه کنترل ربات با یادگیری تقویتی عمیق
  • 75. مجموعه داده‌های رایج برای یادگیری تقویتی در رباتیک
  • 76. متریک‌های ارزیابی عملکرد در یادگیری تقویتی
  • 77. تحلیل نتایج و عیب‌یابی الگوریتم‌های یادگیری تقویتی
  • 78. استراتژی‌های مقیاس‌پذیری یادگیری تقویتی
  • 79. یادگیری تقویتی توزیع شده
  • 80. یادگیری تقویتی در محیط‌های واقعی
  • 81. تاثیر نویز و عدم قطعیت بر یادگیری تقویتی
  • 82. روش‌های مقابله با نویز و عدم قطعیت
  • 83. یادگیری تقویتی و یادگیری تقلیدی (Imitation Learning)
  • 84. یادگیری تقویتی و یادگیری تقلیدی معکوس (Inverse Reinforcement Learning)
  • 85. یادگیری تقویتی و یادگیری فعال (Active Learning)
  • 86. یادگیری تقویتی و یادگیری خودنظارتی (Self-Supervised Learning)
  • 87. یادگیری تقویتی و یادگیری انتقالی (Meta-Learning)
  • 88. یادگیری تقویتی و هوش مصنوعی قابل توضیح (Explainable AI)
  • 89. یادگیری تقویتی و امنیت سایبری
  • 90. یادگیری تقویتی و حریم خصوصی
  • 91. یادگیری تقویتی و محاسبات لبه
  • 92. یادگیری تقویتی و اینترنت اشیا
  • 93. یادگیری تقویتی و شهر هوشمند
  • 94. یادگیری تقویتی و کشاورزی دقیق
  • 95. یادگیری تقویتی و حفاظت از محیط زیست
  • 96. مبانی ریاضی یادگیری تقویتی (جبر خطی، حساب دیفرانسیل و انتگرال، احتمال)
  • 97. برنامه‌ریزی پویای خطی (Linear Programming) و کاربرد آن در یادگیری تقویتی
  • 98. روش‌های مونت کارلو در یادگیری تقویتی
  • 99. روش‌های زمانی تفاضلی در یادگیری تقویتی
  • 100. تکنیک‌های کاهش ابعاد در یادگیری تقویتی

📚 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.