نگارش مقاله جامع در مورد روشهای یادگیری تقویتی چندهدفه

همکاری در نگارش یک مقاله علمی و پژوهشی که تمام روشهای یادگیری تقویتی عمیق چند هدفه Multi Objective Deep Reinforcement Learning را مرور کرده و روشهای مختلف را مقایسه کند و الگوریتم ها را در محیط های بنچ مارک معروف مثل Multi-Arm Bandit و Deep Sea Treasure و The Cartpole environment عملا توسط پایتون پیاده سازی و با هم مقایسه شوند و در نتیجه آزمایش ها با مقادیر مختلف گاما و آلفا و تعداد مختلف لایه های مخفی در شبکه عمیق Hypervolume و regret سنجیده شود و F-test اجرا شود و در نهایت الگوریتم TOPSIS Q-Learning وtopsis moppo به صورت Multi Objective Deep Reinforcement Learning با پایتون پیاده سازی شده و با تمام روشهای موجود مقایسه شود. سپس الگوریتم‌ها با یک روش تعامل با تصمیم گیرنده در جهت بهبود بهینه سازی ادغام شود. برای نگارش مقاله و بسیاری از قسمت ها میتوانید از ChatGPT استفاده کنید خصوصا نسخه 4 آن باید استفاده شود. اما اگرچه میتوانید در نوشتن کدهای الگوریتم ها از آن استفاده کنید اما باید کدها توسط شما اجرا و نتایج با هم مقایسه و تفسیر شوند. تحقیق حداقل 40 صفحه باشد.