Többügynökös koordináció: A Reinforcement Learning Approach

Eredeti címe:

Multi-Agent Coordination: A Reinforcement Learning Approach

Könyv tartalma:

Fedezze fel a multirobot koordinációs technikák legújabb fejlesztéseit ezzel az éleslátó és eredeti forrással

Multi-Agent Coordination: A Reinforcement Learning Approach: A Reinforcement Learning Approach átfogó, éleslátó és egyedülálló feldolgozást nyújt a többrobotos koordinációs algoritmusok fejlesztéséről, a hagyományos algoritmusokhoz képest minimális számítási teherrel és csökkentett tárolási igényekkel. Az elismert akadémikusok, mérnökök és szerzők egyrészt magas szintű bevezetést és áttekintést nyújtanak az olvasóknak a többrobotos koordinációról, másrészt a tanuláson alapuló tervezési algoritmusok mélyreható elemzését.

Megtudhatja, hogyan lehet felgyorsítani a csapatcél feltárását, valamint alternatív megközelítéseket a TMAQL konvergenciájának felgyorsítására a csapat számára előnyös közös cselekvés azonosításával. A szerzők továbbá új megközelítéseket javasolnak a konszenzusos Q-tanuláshoz, amelyek az egyensúly kiválasztásának problémájával foglalkoznak, valamint a birodalmak egyesítésének küszöbértékét új módon értékelik anélkül, hogy jelentős számítási többletköltséget okoznának. Végül a könyv e gyorsan fejlődő terület jövőbeli kutatásainak várható irányát vizsgálja.

Az olvasók felfedezhetik a több ágenssel történő koordináció legmodernebb technikáit, többek között:

⬤ Egy bevezetés a megerősítéses tanulással és evolúciós algoritmusokkal történő többágenses koordinációba, beleértve olyan témákat, mint a Nash-egyensúly és a korrelált egyensúly.

⬤ A többágenses Q-tanulás konvergencia sebességének javítása a kooperatív feladattervezéshez.

⬤ Konszenzusos Q-tanulás több ágenses kooperatív tervezéshez.

⬤ A korrelált egyensúly hatékony kiszámítása kooperatív q-tanuláson alapuló többágenses tervezéshez.

⬤ Módosított imperialista kompetitív algoritmus többágenses botkormányos alkalmazásokhoz.

A Multi-Agent Coordination tökéletes a többágenses tanulási algoritmusokkal rendszeresen dolgozó akadémikusok, mérnökök és szakemberek számára: A Reinforcement Learning Approach mindazok könyvespolcán is ott a helye, akik a gépi tanulás és a mesterséges intelligencia iránt érdeklődnek a kooperatív vagy kompetitív robotika területén.