اکسپرس 24
کتاب طراحی مدل‌های یادگیری تقویتی پیشرفته در سیستم‌های چندعامله

کتاب طراحی مدل‌های یادگیری تقویتی پیشرفته در سیستم‌های چندعامله

تگ‌ها: Actor-Critic Communication Learning CTDE Dec-POMDP Game Theory Graph Neural Networks MARL Meta Reinforcement Learning Model-Based RL Multi-Agent Reinforcement Learning Robust MARL Safe Reinforcement Learning Self-Play Value Decomposition یادگیری تقویتی چندعامله

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 مدل‌های یادگیری تقویتی پیشرفته در سیستم‌های چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: مدل‌های یادگیری تقویتی

📋 سرفصل‌های دوره

  • 1. تعریف مسئله و اهداف طراحی در MARL
  • 2. مدل‌سازی MDP و POMDP برای سیستم‌های چندعامله
  • 3. فرمول‌بندی Dec-POMDP
  • 4. طبقه‌بندی همکاری، رقابت و تعاملات مختلط
  • 5. مفاهیم نظریه بازی در طراحی MARL
  • 6. مدل‌سازی توپولوژی تعامل و وابستگی میان عوامل
  • 7. مشاهده‌پذیری جزئی و اطلاعات ناکامل
  • 8. غیرایستایی ناشی از هم‌آموزی عوامل
  • 9. طراحی تابع پاداش در سیستم‌های چندعامله
  • 10. تفکیک اعتبار و credit assignment
  • 11. تجزیه پاداش و بازی‌های پتانسیل
  • 12. مدل‌سازی فضاهای اقدام گسسته، پیوسته و هیبرید
  • 13. قیدها و محدودیت‌های کنشی
  • 14. انتزاع زمانی با options و سیاست‌های سطح بالا
  • 15. تقارن و ناوردایی نسبت به جابه‌جایی عوامل
  • 16. مدل‌سازی ارتباط و جریان اطلاعات
  • 17. محدودیت‌ها و هزینه‌های ارتباطی
  • 18. نمایش گرافی محیط و عوامل
  • 19. شبکه‌های عصبی گرافی برای سیاست‌های چندعامله
  • 20. آموزش مرکزی و اجرای غیرمتمرکز (CTDE)
  • 21. منتقد مرکزی برای آموزش سیاست‌های غیرمتمرکز
  • 22. منتقد غیرمتمرکز و تصمیم‌گیری محلی
  • 23. تجزیه مقدار و روش‌های factorized Q-learning
  • 24. VDN و QMIX به‌عنوان الگوهای طراحی
  • 25. چندعامله Actor-Critic
  • 26. گرادیان سیاست غیرمتمرکز
  • 27. یادگیری تقویتی Q چندعامله
  • 28. MARL مبتنی بر مدل
  • 29. مدل‌سازی حریف و یادگیری پاسخگو
  • 30. یادگیری تعادل در بازی‌های چندعامله
  • 31. تعادل نش و تعادل همبسته
  • 32. self-play
  • 33. آموزش جمعیت‌محور
  • 34. یادگیری از راه‌نما و یادگیری تقویتی معکوس
  • 35. اکتشاف در محیط‌های غیرایستا
  • 36. curriculum learning
  • 37. انتقال و یادگیری تقویتی فرا-یادگیری
  • 38. یادگیری ارتباط ضمنی
  • 39. پروتکل‌های ارتباطی قابل یادگیری
  • 40. سیاست‌های گرافی و مقیاس‌پذیری
  • 41. MARL ماژولار
  • 42. MARL سلسله‌مراتبی
  • 43. uncertainty-aware MARL
  • 44. robust MARL
  • 45. آموزش تهاجمی و مقاوم‌سازی مدل
  • 46. MARL محدود و ایمن
  • 47. جلوگیری از سوءاستفاده و reward hacking
  • 48. افزایش بازده نمونه
  • 49. مقیاس‌پذیری محاسباتی و ارتباطی
  • 50. آموزش موازی و ترایال‌های هم‌زمان
  • 51. انتخاب benchmark مناسب
  • 52. متریک‌های عملکرد، همکاری، کارایی و امنیت
  • 53. مقایسه با baselineها و تحلیل ablation
  • 54. حساسیت به ابرپارامترها
  • 55. قابلیت تکرارپذیری و کنترل نسخه
  • 56. وفاداری شبیه‌سازی
  • 57. domain randomization
  • 58. استقرار و سازگاری آنلاین
  • 59. عیب‌یابی غیرایستایی
  • 60. تفسیرپذیری سیاست‌ها
  • 61. تحلیل علّی تعاملات
  • 62. مکانیسم‌سازی و سازگاری با انگیزه
  • 63. تشکیل ائتلاف
  • 64. بهینه‌سازی رفاه اجتماعی و برابری
  • 65. MARL حساس به خطر
  • 66. MARL چندهدفه
  • 67. مطالعه موردی طراحی کامل مدل
  • 68. ارزیابی مهندسی و آماده‌سازی استقرار

📚 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.