এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
প্যারামিটার শেয়ারিং
স্কেলেবিলিটি কৌশল যেখানে একাধিক এজেন্ট একই নিউরাল নেটওয়ার্ক প্যারামিটার শেয়ার করে, যা কম্পিউটেশনাল জটিলতা হ্রাস করে এবং সহযোগী শিক্ষাকে উৎসাহিত করে।
MARL-এর জন্য গ্রাফ নিউরাল নেটওয়ার্ক
মাল্টি-এজেন্ট কাঠামোর জন্য উপযুক্ত নেটওয়ার্ক আর্কিটেকচার যেখানে নোডগুলি এজেন্টগুলিকে এবং এজগুলি তাদের সম্পর্ককে উপস্থাপন করে, বৃহৎ স্কেলে কার্যকর যোগাযোগের অনুমতি দেয়।
মাল্টি-এজেন্ট কারিকুলাম লার্নিং
প্রগতিশীল প্রশিক্ষণ কৌশল যেখানে কাজের জটিলতা এবং এজেন্টের সংখ্যা ধীরে ধীরে বৃদ্ধি পায়, বৃহৎ স্কেলে শিক্ষার স্থিতিশীলতা উন্নত করে।
হায়ারার্কিক্যাল MARL
সংগঠন কাঠামো যেখানে এজেন্টগুলি শ্রেণিবিন্যাসে সংগঠিত হয়, দায়িত্ব বিভাজনের মাধ্যমে হাজার হাজার এজেন্ট সহ জটিল সিস্টেম পরিচালনা করার অনুমতি দেয়।
শেখা যোগাযোগ প্রোটোকল
মেকানিজম যেখানে এজেন্টগুলি স্বয়ংক্রিয়ভাবে অপ্টিমাইজড যোগাযোগ প্রোটোকল বিকাশ করে, কার্যকর সমন্বয় সর্বাধিক করার সময় ব্যান্ডউইথ ন্যূনতম রাখে।
মাল্টি-এজেন্ট অ্যাটেনশন মেকানিজম
কৌশল যা এজেন্টদের হাজার হাজার অন্যান্য এজেন্টের মধ্যে সবচেয়ে প্রাসঙ্গিক তথ্যে নির্বাচনভাবে ফোকাস করতে দেয়, কম্পিউটেশনাল জটিলতা হ্রাস করে।
MARL-এর জন্য পপুলেশন ভিত্তিক প্রশিক্ষণ
বিবর্তনীয় অপ্টিমাইজেশন পদ্ধতি যেখানে মাল্টি-এজেন্ট নীতির একটি জনসংখ্যা সমান্তরালভাবে বিকশিত হয়, সহযোগী কৌশল স্থানের কার্যকর অন্বেষণের অনুমতি দেয়।
QMIX অ্যালগরিদম
মাল্টি-এজেন্ট Q-লার্নিং অ্যালগরিদম যা পৃথক এবং যৌথ মানের মধ্যে একঘেয়েতা নিশ্চিত করে, বৃহৎ আকারের সিস্টেমে স্থিতিশীল শিক্ষার অনুমতি দেয়।
প্রতিপক্ষ মডেলিং
অন্যান্য এজেন্টের আচরণ মডেল ও পূর্বাভাস দেওয়ার জন্য এজেন্টদের ক্ষমতা, যা স্কেলযোগ্য মাল্টি-এজেন্ট সিস্টেমে কার্যকর সমন্বয়ের জন্য অপরিহার্য।
উদীয়মান যোগাযোগ
এমন একটি ঘটনা যেখানে এজেন্টরা বৃহৎ পরিসরে জটিল সমস্যা সমাধানের জন্য স্বতঃস্ফূর্তভাবে কাঠামোবদ্ধ যোগাযোগ ব্যবস্থা গড়ে তোলে।
এজেন্ট মডেলিং নেটওয়ার্ক
অন্যান্য এজেন্টের মানসিক মডেল শেখার জন্য বিশেষায়িত নিউরাল নেটওয়ার্ক, যা ব্যাপক মাল্টি-এজেন্ট সিস্টেমে পূর্বাভাস ও সমন্বয়ের জন্য গুরুত্বপূর্ণ।
বিতরণিত MARL ফ্রেমওয়ার্ক
কম্পিউটিং ক্লাস্টারে মাল্টি-এজেন্ট প্রশিক্ষণের সমান্তরালকরণের অনুমতি দেয় এমন সফটওয়্যার অবকাঠামো, যা একই সাথে লক্ষাধিক এজেন্ট পরিচালনার জন্য অপরিহার্য।
স্কেলযোগ্য পলিসি অপ্টিমাইজেশন
কোটি কোটি প্যারামিটার ও এজেন্ট বিশিষ্ট সিস্টেমের জন্য পলিসি অপ্টিমাইজেশনের সময় ও স্থান জটিলতা অপ্টিমাইজ করে এমন অ্যালগরিদমিক কৌশলসমূহের সমষ্টি।
সোয়ার্ম ইন্টেলিজেন্স অ্যালগরিদম
জৈব-অনুপ্রাণিত পদ্ধতি যেখানে সাধারণ এজেন্টরা স্থানীয় নিয়ম অনুসরণ করে একটি বুদ্ধিমান সমষ্টিগত আচরণের উদ্ভব ঘটায়, যা অত্যন্ত বৃহৎ স্কেলের সিস্টেমে প্রয়োগযোগ্য।
মাল্টি-এজেন্ট ক্রেডিট অ্যাসাইনমেন্ট
বৃহৎ আকারের সহযোগিতামূলক সিস্টেমে স্বতন্ত্র এজেন্টদের সঠিকভাবে পুরস্কার ও শাস্তি বরাদ্দ করার মৌলিক সমস্যা।