التعلم العميق المعزز متعدد العوامل لتطبيقات الروبوتات المتعددة: مراجعة

أنتج التعلم العميق المعزز العديد من قصص النجاح في السنوات الأخيرة. تشمل بعض المجالات التي حدثت فيها هذه النجاحات الرياضيات، والألعاب، والرعاية الصحية، والروبوتيات. في هذه الورقة، نحن مهتمون بشكل خاص بالتعلم العميق المعزز متعدد العوامل، حيث يتعلم عدة عوامل موجودة في البيئة ليس فقط من تجاربهم الخاصة ولكن أيضًا من بعضهم البعض وتطبيقاته في أنظمة الروبوتات المتعددة. في العديد من السيناريوهات الواقعية، قد لا يكون روبوت واحد كافيًا لإنجاز المهمة المعطاة بمفرده، ولذلك قد نحتاج إلى نشر عدة روبوتات تعمل معًا نحو هدف عالمي مشترك لإنجاز المهمة. على الرغم من أن التعلم العميق المعزز متعدد العوامل وتطبيقاته في أنظمة الروبوتات المتعددة لها أهمية كبيرة من الناحيتين النظرية والتطبيقية، فإن أحدث مراجعة في هذا المجال تعود إلى عام 2004 على الرغم من أنها لتطبيقات التعلم التقليدية حيث لم يتم اختراع التعلم العميق المعزز بعد. نصنف الأوراق المراجعة في دراستنا بشكل أساسي بناءً على تطبيقاتها في الروبوتات المتعددة. تتناول مراجعتنا أيضًا بعض التحديات التي تواجهها الأبحاث الحالية في هذا المجال وتوفر قائمة محتملة بالتطبيقات المستقبلية التي تتضمن أنظمة الروبوتات المتعددة والتي يمكن أن تستفيد من التقدم في التعلم العميق المعزز متعدد العوامل.