آموزش الگوریتم های راهزن چند مسلح عملی در پایتون

سخنرانی های دوره Course Lectures

• مقدمه ای بر یادگیری تقویتی و مشکلات راهزن چند مسلح Introduction to Reinforcement Learning & Multi-Armed Bandit Problems

• مشکلات راهزن چند مسلح Multi-Armed Bandit Problems

• پیاده سازی محیط های شبیه سازی شده MAB در پایتون Implementing Simulated MAB Environments in Python

• برآورد ارزش های اقدام از طریق نمونه گیری Estimating Action Values Through Sampling

• پیاده سازی میانگین افزایشی در کد Implementing Incremental Average In Code

• اجرای میانگین افزایشی برای راهزنان غیر ثابت Implementing Incremental Average For Non-Stationary Bandits

• ساخت یک عامل پایه که به صورت تصادفی رفتار می کند Building A Baseline Agent That Behaves Randomly

• چرا نتایج قابل تکرار نیستند؟ Why Are The Results Not Repeatable?

• استفاده از میانگین افزایشی برای تخمین مقادیر عمل Using Incremental Average To Estimate Action Values

• پیاده سازی و تجزیه و تحلیل یک عامل حریص Implementing And Analysing A Greedy Agent

• متعادل کردن اکتشاف و بهره برداری با عوامل حریص اپسیلون Balancing Exploration & Exploitation With Epsilon Greedy Agents

• کنترل اکتشاف با پوسیدگی Controlling Exploration With A Decay

• کاوش هوشمند با Softmax Exploration Exploring Intelligently With Softmax Exploration

• خوشبین بودن در شرایط عدم قطعیت Being Optimistic Under Uncertainties

• خوش بینی واقع بینانه در شرایط عدم قطعیت Realistic Optimism Under Uncertainties

• استراتژی هایی برای متعادل کردن اکتشاف و بهره برداری Strategies For Balancing Exploration & Exploitation

کاربرد MAB در رباتیک Applying MAB In Robotics

• معرفی Introduction

• یادگیری تقویتی چیست؟ What is Reinforcement Learning

• گردش کار یادگیری تقویتی The Reinforcement Learning Workflow

• یادگیری تقویتی در زمینه رباتیک Reinforcement Learning In A Robotics Context

• الگوریتم راهزن چند مسلح The Multi-Armed Bandit Algorithm

• اطلاعات بیشتر درباره الگوریتم راهزن چند مسلح More About The Multi-Armed Bandit Algorithm

• ایجاد تعادل بین اکتشاف و بهره برداری Balancing Exploration & Exploitation

• استفاده از الگوریتم راهزن چند مسلح در رباتیک Using The Multi-Armed Bandit Algorithm In Robotics

• پیاده سازی الگوریتم راهزن چند مسلح در EV3 Mindstorm Implementing The Multi-Armed Bandit Algorithm on EV3 Mindstorm

• نسخه ی نمایشی و توضیح رفتار ربات Demo & Explanation Of The Behaviour Of The Robot