• مقدمه (12)
  • تعریف مسئله (13)
  • اهداف پژوهش (16)
  • راهکار پیشنهادی (18)
  • ساختار پایان‌نامه (19)
• مفاهیم پایه در یادگیری عمیق و یادگیری تقویتی (20)
  • یادگیری عمیق (20)
    • شبکه‌های عصبی پیشخور (21)
    • شبکه‌های عصبی پیچشی (22)
    • شبکه‌های عصبی بازگشتی (22)
    • شبکه‌های عصبی گرافی (24)
  • یادگیری تقویتی عمیق (25)
    • مقدمات یادگیری تقویتی (25)
      • برنامه‌ریزی پویا (DP) (29)
      • مونت کارلو (MC) (30)
      • تفاوت زمانی (TD) (31)
    • یادگیری تقویتی بدون مدل (32)
      • SARSA (33)
      • Q-learning (33)
      • شبکه Q عمیق(DQN) (34)
      • گرادیان خط‌مشی (35)
      • REINFORCE (35)
      • عملگر-نقاد (36)
      • روش‌‌های ناحیه اطمینان (TRPO) (37)
      • بهینه‌سازی خط‌مشی تقریبی (PPO) (37)
    • فرایادگیری تقویتی (38)
      • Reptile (41)
• کارهای پیشین (43)
  • تاریخچه (43)
  • روش‌های زمان‌بندی وظیفه (45)
  • واگذاری دودویی (47)
    • روش‌های سنتی (47)
    • روش‌های مبتنی بر یادگیری تقویتی (48)
  • واگذاری جزئی (48)
    • روش‌های سنتی (49)
    • روش‌های مبتنی بر یادگیری تقویتی (51)
  • جمع‌بندی (52)
• راهکار پیشنهادی (54)
  • صورت‌بندی مسئله واگذاری محاسباتی جزئی وابسته در رایانش لبه (54)
  • مدلسازی فرآیند واگذاری محاسباتی جزئی به مسئله یادگیری تقویتی (59)
  • طراحی مدل خط‌مشی یادگیری تقویتی (60)
  • نحوه آموزش مدل (63)
• پیاده‌سازی و نتایج (66)
  • تنظیمات اولیه مدل (66)
  • تسریع فرآیند آموزش (67)
  • محیط شبیه‌سازی (68)
  • نتایج (70)
• نتیجه‌گیری و راهکارهای آینده (75)
  • نتیجه‌گیری و جمع‌بندی (75)
  • راهکار‌های آینده (76)
    • استفاده از معماری‌های مبتنی بر ترنسفورمر (76)
    • استفاده از روش‌های فشرده‌سازی مدل (76)
    • افزایش پیچیدگی سناریو رایانش لبه (77)
    • معرفی معیار‌های جدید برای بهینه‌سازی (77)
    • تاب‌آوری خطا در تصمیم‌گیری (77)
• مراجع (78)
• مطالب تکمیلی (85)
  • الگوریتم PPO (85)