Deep RL - Spring 2026
172 subscribers
11 files
15 links
کانال اطلاع رسانی درس یادگیری تقویتی دکتر رهبان
Download Telegram
با سلام،

کلاس های درس از این به بعد بطور کامل مجازی در vc دکتر برگزار خواهند شد.

https://vc.sharif.edu/ch/rohban
😭73
با درود،

لطفا درصورتی که در اورلیف مربوط به تیم های پروژه تون عضو نشدید هر چه سریع تر این کار رو انجام بدین.
اگر تا پایان روز یک شنبه عضو گروه های مربوطه نشید نمره پروژه برای شما صفر لحاظ خواهد شد.

با تشکر.
با سلام،

من یک‌سری توضیحات تکمیلی راجع به پروژه‌ی درس می‌دم.

اول اینکه بخش قابل توجهی از نمره‌ی فازها به روند پیوسته‌ی کار شما تعلق می‌گیره، حالا اعم از هیستوری Overleaf، کامیت‌های Git، بحث‌های داخل گروه تلگرام و ... . پس لطفاً ددلاین‌ها رو به روز آخر موکول نکنید، وگرنه نمره‌ی این بخش از دست می‌ره.

۱. برای فاز اول، لطفاً مقالات رو زودتر با منتورها در میون بذارید که یک‌بار دیگه از فیلتر رد بشن. در صورتی که مقالاتتون به موضوع نامرتبط باشن، نمره از دست خواهید داد.

۲. برای فازهای مربوط به draft، نیازی نیست در فازهای ۳ و ۴ محدودیت تعداد صفحه رعایت بشه، اما در فاز ۵ رعایتش اجباریه.

۳. ریزالت‌هاتون باید به اندازه‌ی کافی justify شده باشن. یعنی مشخص باشه چرا اون آزمایش‌ها یا کارها انجام شدن و نتیجه‌ها دقیقاً چه معنی‌ای دارن.

۴. استفاده از AI برای نوشتن متن مشکلی نداره، اما اگر خیلی تابلو باشه، یا متن flow کافی نداشته باشه و خروجی مستقیم AI بدون هیچ ادیتی paste شده باشه، نمره‌ی فازهای ۳، ۴ و ۵ صفر لحاظ میشه.

۵. در انتهای فاز ۴، منتور draft شما رو review می‌کنه و بهتون کامنت می‌ده. شما باید این کامنت‌ها رو یا justify کنید، یا تغییرات مورد نیاز رو در نسخه‌ی نهایی اعمال کنید.

نکته‌ی مهم: ممکنه منتورتون اون‌قدر که باید پیگیر نباشه، ولی شما همچنان باید پیوستگی کار رو حفظ کنید و پروژه‌تون رو جلو ببرید. مسئولیت این موضوع با خود شماست و در غیر این صورت نمره‌ی بخش پیوستگی رو نخواهید گرفت.

در نهایت هم اگر پروژه‌تون به جای خوبی رسید و واقعا خواستید جایی submit کنید، در صورتی که منتورتون روی پروژه زحمت جدی کشیده بود و feedback موثری داده بود، با توافق اعضای تیم می‌تونید ایشون رو هم به عنوان یکی از authorها اضافه کنید. البته این مورد اجباری نیست و بیشتر بستگی به میزان مشارکت واقعی منتور در کار داره.
1
Deep RL - Spring 2026
Project-Overview.pdf
سلام،

ددلاین های پروژه طبق همین فایل می‌باشد.
با سلام،

سقف تاخیر مجاز قابل استفاده برای هر یک از تمارین از ۳ روز به ۵ روز افزایش پیدا کرد.

موفق باشید.
5
DRL_HW5.zip
458.4 KB
با سلام و احترام، تمرین پنجم درس با موضوع Multi-Armed Bandits منتشر شد. مدت زمان ارسال تمرین تا شب 6 تیر ماه می باشد.
😭51😱1👌1
با درود،
جلسه تی ای با موضوع کران های مقدماتی و ساب گوسی امروز شنبه ساعت ۶ عصر در نشانی زیر برگزار می‌شود:

https://vc.sharif.edu/rohban-ta
درود،

با عرض پوزش مشکلی برای تی ای پیش امده و کلاس تی ای امروز برگزار نمی‌شود و بجای آن فردا همین ساعت برگزار خواهد شد.
1
rlta5.pdf
4.9 MB
نوت های جلسه تی ای امروز
1
Deep RL - Spring 2026
Project-Overview.pdf
با سلام ددلاین های مشخص شده صرفا برای اپلود فایل های خواسته شده است. پس از این زمان حداکثر 4 روز فرصت دارید تا در جلسه ای که با منتور های خود هماهنگ می‌کنید نتیجه هر فاز را ارائه بدید.
🌚2
DRL_HW6.zip
521.6 KB
با درود،

تمرین ششم درس با موضوع RL Theory, Exploration منتشر شد. در صورت وجود هر گونه سوالی در زیر همین پیام یا در گروه  تلگرام درس مطرح کنید.

مهلت ارسال این تمرین 10 روز است.

موفق باشید.
😭15
Project-Overview.pdf
289.8 KB
با سلام،

ددلاین های فازهای 2 به بعد پروژه به مدت 10 روز شیفت داده شده و به صورت زیر هستند.
Proposal: July 13
Checkpoint 1: July 27
Final Checkpoint: August 10
Revision and Final editing: August 18
4
با سلام،

سایت درس به نشانی زیر آپدیت شده و تمامی مطالب شامل ریکوردها و نوت‌های کلاسی، اسلاید‌ها، تمرین‌های این ترم و ترم‌های گذشته، پروژه‌ی درس و ریکورد‌های جلسات حل تمرین و نوت‌های آن قابل دسترس در آن هستند.

https://deeprl2026.github.io
2🌚1
با سلام،

امتحان پایانی درس از مباحث بعد میانترم (MAB به بعد) در تاریخ 28 تیر ساعت 14:30 بصورت مجازی برگزار خواهد شد.

سبک سوالات مانند تمارین هستند و توضیحات مربوطه داخل خود سوال گنجانده شده ولی میتوانید از یک برگه cheatsheet در صورت نیاز استفاده کنید.

استفاده از ابزار های ai به هیچ عنوان مجاز نیست و در صورت کشف این مورد نمره امتحان پایانی برای شما صفر در نظر گرفته می‌شود. سوالات به گونه ای طراحی شده اند که پاسخ های ai از غیر ai به راحتی قابل تشخیص هستند پس لطفا به این نکته توجه کنید تا مشکلی برایتان پیش نیاید. درصورت کشف تقلب امکان امتحان شفاهی یا جایگزین وجود ندارد.


با تشکر.
با سلام،

تمرین ۶ به مدت ۱ روز تمدید شد. یادآوری میشود که این ددلاین قابل تمدید نیست و استفاده از تاخیر مجاز نیز برای این تمرین با توجه به تمدید قبلی امکان پذیر نیست.

موفق باشید.
6😭4
با سلام،

با نظر استاد درس، بخش Multi-Agent از مباحث امتحان پایانترم حذف شده است.

این آزمون شامل ۵ سؤال، با مدت زمان پاسخگویی دو ساعت خواهد بود.

ضمنا نمره امتحان از ۱۱۰ محاسبه می‌شود که ۱۰ نمره آن امتیازی است. توجه داشته باشید این ۱۰ نمره به سایر بخش‌های درس سرریز نخواهد شد.

درنظر داشته باشید که برای تشخیص هر رفتار غیرمجازی(اعم از تقلب و استفاده از چت‌ بات‌ها)، روندی منصفانه و بدون سوگیری در نظر گرفته شده است و در صورت تشخیص چنین مواردی، نمره بخش مربوطه از دست خواهد رفت و امکان اعتراض نیز وجود نخواهد داشت.

موفق باشید.
❤‍🔥52😱1😢1
با سلام،

پایانترم درس راس ساعت ۱۴:۳۰ شروع میشه و تا ساعت ۱۶:۳۰ ادامه خواهد داشت. سوالات در کوئرای درس قرار داده میشه و ارسال پاسخ فقط در محل قرار داده شده مجاز است.

موفق باشید.
با سلام،

زمان امتحان به مدت ۱ ساعت و با احتساب زمان آپلود تا ۱۷:۴۵ تمدید شد.

موفق باشید.
😭3🔥1😢1🌚1
HW8.zip
4.2 MB
با درود،

تمرین هفتم و هشتم منتشر شدند. در صورت وجود هر گونه سوالی در کوئرا یا در گروه تلگرام درس مطرح کنید.

مهلت ارسال این تمرین 14 روز است.

موفق باشید.
😭26😱2🥰1