آموزش یادگیری تقویت‌شده تغییریافته (Modified RL) - آخرین آپدیت

دانلود Modified Reinforcement Learning

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری تقویت‌شده (RL) اغلب محیط‌های ایده‌آل را فرض می‌کند، اما وظایف دنیای واقعی با محدودیت‌ها و اهداف منحصربه‌فردی همراه هستند. در این دوره، «یادگیری تقویت‌شده تغییریافته»، شما یاد می‌گیرید که چگونه الگوریتم‌های RL را برای پاسخ به این چالش‌ها تطبیق دهید. در ابتدا، تئوری‌های پشت RL تغییریافته و نحوه هدایت رفتار عامل توسط شکل‌دهی پاداش (Reward Shaping)، یادگیری تقویت‌شده معکوس (Inverse RL) و محدودیت‌ها را بررسی خواهید کرد. سپس، استراتژی‌های کاربردی برای تطبیق Q-learning و گرادیان‌های سیاست (Policy Gradients) با محدودیت‌های دنیای واقعی، از جمله روش‌های سلسله‌مراتبی و مبتنی بر برنامه آموزشی (Curriculum-based) را کشف می‌کنید. در نهایت، یاد می‌گیرید که چگونه عامل‌های RL تغییریافته خود را ارزیابی کنید، توازن‌ها (Trade-offs) را درک کنید و آن‌ها را به‌صورت ایمن در محیط‌های شبیه‌سازی پیاده‌سازی نمایید. پس از اتمام این دوره، مهارت‌های لازم برای پیاده‌سازی و تحلیل راهکارهای Modified RL در سناریوهای عملی را کسب خواهید کرد.

سرفصل ها و درس ها

مبانی یادگیری تقویت‌شده تغییریافته (RL) Foundations of Modified Reinforcement Learning (RL)

  • آشنایی با Modified RL Introduction to Modified RL

  • یادگیری تقویت‌شده محدود شده Constrained Reinforcement Learning

  • یادگیری تقویت‌شده معکوس (IRL) Inverse Reinforcement Learning (IRL)

  • شکل‌دهی پاداش و هدایت رفتاری Reward Shaping and Behavioral Guidance

طراحی و آموزش با محدودیت‌ها Designing and Training with Constraints

  • یادگیری برنامه آموزشی (Curriculum Learning) در RL Curriculum Learning in RL

  • یادگیری تقویت‌شده سلسله‌مراتبی (HRL) Hierarchical Reinforcement Learning (HRL)

  • طراحی عامل‌ها با محدودیت‌ها Designing Agents with Constraints

  • دمو: آموزش یک عامل در Gymnasium Demo: Training an Agent in Gymnasium

ارزیابی عملی RL تغییریافته Evaluating Modified RL in Practice

  • اندازه‌گیری اثربخشی Modified RL Measuring Effectiveness of Modified RL

  • اشتباهات رایج و محدودیت‌ها Pitfalls and Limitations

  • ملاحظات عملکرد و ایمنی Performance and Safety Considerations

  • دمو: بصری‌سازی نتایج ارزیابی Demo: Visualizing Evaluation Results

نمایش نظرات

آموزش یادگیری تقویت‌شده تغییریافته (Modified RL)
جزییات دوره
57m
12
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
از 5
دارد
دارد
دارد
Yasir Khan
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Yasir Khan Yasir Khan

معامله گر فعال فارکس