کتاب طراحی محیط‌های یادگیری تقویتی چندعاملی: از تئوری تا پیاده‌سازی

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 طراحی محیط‌های یادگیری تقویتی چندعاملی: از تئوری تا پیاده‌سازی

موضوع کلی: هوش مصنوعی

موضوع میانی: یادگیری تقویتی چندعاملی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری تقویتی چندعاملی (MARL)
  • 2. چالش‌های کلیدی در طراحی محیط‌های MARL
  • 3. مفهوم محیط در MARL و انواع آن
  • 4. محیط‌های تعاملی و غیر تعاملی در MARL
  • 5. محیط‌های کاملاً قابل مشاهده و تا حدی قابل مشاهده
  • 6. محیط‌های قطعی و احتمالی در MARL
  • 7. مقدمه‌ای بر بازی‌های ماتریسی و کاربرد آن‌ها در MARL
  • 8. محیط‌های مبتنی بر شبیه‌سازی فیزیکی در MARL
  • 9. محیط‌های مبتنی بر رباتیک در MARL
  • 10. محیط‌های مبتنی بر شبکه و ارتباطات در MARL
  • 11. مفاهیم اساسی در طراحی پاداش در MARL
  • 12. طراحی پاداش‌های پراکنده (Sparse Rewards)
  • 13. طراحی پاداش‌های شکل‌دهی (Shaping Rewards)
  • 14. طراحی پاداش‌های مبتنی بر رقابت
  • 15. طراحی پاداش‌های مبتنی بر همکاری
  • 16. مقدمه‌ای بر طراحی حالت (State Design) در MARL
  • 17. مفاهیم اساسی در طراحی عمل (Action Design) در MARL
  • 18. فضاهای عمل گسسته و پیوسته در MARL
  • 19. مفاهیم اساسی در طراحی مشاهده (Observation Design) در MARL
  • 20. استفاده از ویژگی‌های مهندسی شده در طراحی مشاهده
  • 21. تکنیک‌های کاهش ابعاد در طراحی مشاهده
  • 22. مقدمه‌ای بر محیط‌های پویا و غیرایستا در MARL
  • 23. چالش‌های محیط‌های چندعاملی پویا
  • 24. طراحی محیط‌های MARL با تغییرات ناگهانی
  • 25. طراحی محیط‌های MARL با تغییرات تدریجی
  • 26. مقدمه‌ای بر محیط‌های MARL با اطلاعات ناقص
  • 27. تکنیک‌های مدیریت عدم قطعیت در MARL
  • 28. مقدمه‌ای بر محیط‌های MARL با اهداف متضاد
  • 29. طراحی محیط‌هایی برای یادگیری استراتژی‌های مقابله‌ای
  • 30. مقدمه‌ای بر محیط‌های MARL با محدودیت‌های منابع
  • 31. تکنیک‌های مدیریت منابع در MARL
  • 32. مقدمه‌ای بر محیط‌های MARL با ارتباطات محدود
  • 33. طراحی پروتکل‌های ارتباطی در MARL
  • 34. مقدمه‌ای بر ارزیابی محیط‌های MARL
  • 35. معیارهای ارزیابی عملکرد در MARL
  • 36. تکنیک‌های بصری‌سازی محیط‌های MARL
  • 37. مقدمه‌ای بر ابزارهای شبیه‌سازی MARL (Gym, PettingZoo, SMAC)
  • 38. نحوه ایجاد محیط‌های MARL سفارشی در Gym
  • 39. نحوه ایجاد محیط‌های MARL سفارشی در PettingZoo
  • 40. نحوه ایجاد محیط‌های MARL سفارشی در SMAC
  • 41. استفاده از Unity به عنوان یک محیط شبیه‌سازی MARL
  • 42. استفاده از Unreal Engine به عنوان یک محیط شبیه‌سازی MARL
  • 43. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning) در MARL
  • 44. تکنیک‌های انتقال یادگیری بین محیط‌های MARL
  • 45. مقدمه‌ای بر یادگیری چندوظیفه‌ای (Multi-task Learning) در MARL
  • 46. تکنیک‌های یادگیری چندوظیفه‌ای در MARL
  • 47. مقدمه‌ای بر یادگیری با تقلید (Imitation Learning) در MARL
  • 48. تکنیک‌های یادگیری با تقلید در MARL
  • 49. مقدمه‌ای بر یادگیری آفلاین (Offline Learning) در MARL
  • 50. تکنیک‌های یادگیری آفلاین در MARL
  • 51. مقدمه‌ای بر یادگیری متا (Meta Learning) در MARL
  • 52. تکنیک‌های یادگیری متا در MARL
  • 53. مقدمه‌ای بر یادگیری تقویتی معکوس (Inverse Reinforcement Learning) در MARL
  • 54. تکنیک‌های یادگیری تقویتی معکوس در MARL
  • 55. مقدمه‌ای بر یادگیری تقویتی سلسله مراتبی (Hierarchical Reinforcement Learning) در MARL
  • 56. تکنیک‌های یادگیری تقویتی سلسله مراتبی در MARL
  • 57. بررسی موردی: طراحی محیط MARL برای ترافیک شهری
  • 58. بررسی موردی: طراحی محیط MARL برای مدیریت منابع انرژی
  • 59. بررسی موردی: طراحی محیط MARL برای ربات‌های جستجو و نجات
  • 60. بررسی موردی: طراحی محیط MARL برای بازی‌های استراتژیک
  • 61. آینده طراحی محیط‌های MARL: چالش‌ها و فرصت‌ها

📚 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.