دوره PyMARL: ابزاری برای کشف راه‌حل‌های خلاقانه در MARL همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره PyMARL: ابزاری برای کشف راه‌حل‌های خلاقانه در MARL

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: PyMARL

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی چند عاملی (MARL)
• 2. مفاهیم پایه یادگیری تقویتی
• 3. محیط‌های چند عاملی
• 4. چالش‌های MARL
• 5. بازی‌های مجموع صفر در مقابل بازی‌های غیرمجموع صفر
• 6. مقدمه‌ای بر PyMARL
• 7. نصب و راه‌اندازی PyMARL
• 8. ساختار و معماری PyMARL
• 9. تعریف محیط‌های MARL در PyMARL
• 10. پیاده‌سازی الگوریتم‌های یادگیری تقویتی پایه در PyMARL
• 11. الگوریتم Q-Learning در MARL
• 12. الگوریتم SARSA در MARL
• 13. الگوریتم‌های مبتنی بر سیاست در MARL
• 14. الگوریتم REINFORCE
• 15. الگوریتم‌های Actor-Critic در MARL
• 16. A2C و A3C
• 17. پیاده‌سازی الگوریتم‌های A2C و A3C در PyMARL
• 18. الگوریتم‌های مستقل یادگیری (Independent Learners)
• 19. مزایا و معایب Independent Learners
• 20. الگوریتم‌های مرکزی یادگیری (Centralized Learners)
• 21. الگوریتم MADDPG
• 22. پیاده‌سازی MADDPG در PyMARL
• 23. الگوریتم COMA
• 24. پیاده‌سازی COMA در PyMARL
• 25. استفاده از شبکه‌های عصبی در MARL
• 26. معماری شبکه‌های عصبی برای MARL
• 27. توابع فعال‌سازی و بهینه‌سازها
• 28. تنظیم هایپرپارامترها در MARL
• 29. روش‌های اکتشاف در MARL
• 30. ε-greedy exploration
• 31. exploration مبتنی بر نویز
• 32. استفاده از حافظه Replay در MARL
• 33. حافظه Replay تجربی
• 34. حافظه Replay اولویت‌دار
• 35. ارزیابی عملکرد الگوریتم‌های MARL
• 36. معیارهای ارزیابی
• 37. تجسم نتایج
• 38. کاربردهای MARL در رباتیک
• 39. کنترل ربات‌های چندگانه
• 40. همکاری ربات‌ها
• 41. کاربردهای MARL در مدیریت منابع
• 42. تخصیص منابع در شبکه‌های کامپیوتری
• 43. بهینه‌سازی مصرف انرژی
• 44. کاربردهای MARL در بازی‌ها
• 45. بازی‌های استراتژیک
• 46. بازی‌های همکاری
• 47. چالش‌های آموزش MARL در محیط‌های پیچیده
• 48. مشکلات پایداری و همگرایی
• 49. مشکلات مقیاس‌پذیری
• 50. روش‌های کاهش ابعاد در MARL
• 51. یادگیری نمایش (Representation Learning)
• 52. یادگیری انتقال (Transfer Learning)
• 53. یادگیری سلسله مراتبی در MARL
• 54. یادگیری چند وظیفه‌ای (Multi-task Learning)
• 55. کاوش در رویکردهای مبتنی بر ارتباطات در MARL
• 56. استراتژی‌های ارتباطی
• 57. پیاده‌سازی ارتباطات در PyMARL
• 58. یادگیری تقویتی معکوس (Inverse Reinforcement Learning) در MARL
• 59. یادگیری از تظاهرات (Learning from Demonstrations)
• 60. یادگیری تقویتی آفلاین (Offline Reinforcement Learning)
• 61. یادگیری تقویتی ایمن (Safe Reinforcement Learning) در MARL
• 62. محدودیت‌های ایمنی
• 63. پیاده‌سازی محدودیت‌های ایمنی در PyMARL
• 64. آینده MARL و تحقیقات جاری