دوره کنترل ربات با یادگیری تقویتی عمیق: از تئوری تا پیاده‌سازی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 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