سرفصل های دوره:
1. مقدمه بر PyMARL
2. مقدمه بر یادگیری تقویتی چندعامله (MARL)
3. اهمیت MARL در رباتیک
4. اهمیت MARL در سیستم های خودران
5. معرفی PyMARL
6. نصب و راه اندازی PyMARL
7. ساختار کلی PyMARL
8. اجزای اصلی PyMARL
9. محیط های شبیه سازی در PyMARL
10. انواع محیط های شبیه سازی رایج
11. استفاده از محیط های شبیه سازی آماده در PyMARL
12. ایجاد محیط های شبیه سازی سفارشی
13. مفهوم عامل (Agent) در PyMARL
14. انواع معماری های عامل
15. پیاده سازی عامل های ساده
16. پیاده سازی عامل های پیچیده تر
17. آموزش عامل ها در PyMARL
18. فرآیند آموزش عامل ها
19. مدل های یادگیری در PyMARL
20. الگوریتم های یادگیری تقویتی (RL)
21. الگوریتم های یادگیری تقویتی چندعامله (MARL)
22. استفاده از الگوریتم های استاندارد در PyMARL
23. پیاده سازی الگوریتم های سفارشی
24. پارامترهای آموزش
25. تنظیم پارامترهای آموزش
26. نظارت بر فرآیند آموزش
27. تجسم نتایج آموزش
28. ارزیابی عامل ها
29. معیارهای ارزیابی عامل ها
30. انجام ارزیابی در محیط های مختلف
31. مقایسه عامل های مختلف
32. کاربرد PyMARL در رباتیک
33. کنترل ربات های متحرک
34. کنترل ربات های بازویی
35. رباتیک تعاونی
36. تشکیل گروهی ربات ها
37. هماهنگی ربات ها در وظایف مشترک
38. ناوبری ربات ها در محیط های پویا
39. تخصیص وظایف به ربات ها
40. تشخیص موانع و اجتناب از برخورد
41. مدیریت منابع در سیستم های رباتیک
42. ...