• Interactions in Multiagent Systems: Fair
21年品牌 40万+商家 超1.5亿件商品

Interactions in Multiagent Systems: Fair

34.51 5.8折 59 九五品

仅1件

浙江杭州
认证卖家担保交易快速发货售后保障

作者郝建业,梁浩锋 著

出版社高等教育出版社

ISBN9787040441116

出版时间2016-06

版次1

装帧平装

开本16开

纸张胶版纸

页数178页

字数99999千字

定价59元

上书时间2024-09-05

靖鮟大君

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九五品
商品描述
基本信息
书名:Interactions in Multiagent Systems: Fair
定价:59.00元
作者:郝建业,梁浩锋 著
出版社:高等教育出版社
出版日期:2016-06-01
ISBN:9787040441116
字数:240000
页码:178
版次:1
装帧:平装
开本:16开
商品重量:
编辑推荐

内容提要
多智能体系统可以看作由多个具有自主决策能力的软件智能体组成,各智能体之间会直接或间接地相互作用和影响。通常可以把多智能体系统分为两大类:合作式多智能体系统和非合作式多智能体系统,前者研究的核心问题是各智能体如何利用有限的局部信息,通过自主学习有效协作达到优化的共同目标;而后者一个重要问题是如何采用有效激励机制,促使各智能体主动协调合作,从而提升系统的整体性能。郝建业、梁浩锋著的本书将涵盖以公平性等为目标的多智能体协调合作理论与技术,结合不同优化目标,介绍新的多智能体学习算法和激励机制研究进展。本书适用于对多智能体系统设计理论感兴趣的读者,也可作为从事多智能体系统及博弈论理论研究的研究生或科研人员的参考书籍,对从事多智能体系统软件开发人员也具有一定的参考价值。
目录
1  Introductio1.1  Overview of the Chapters1.2  Guide to the BookReferences2  Background and Previous Work2.1  Background2.1.1  Single-Shot Normal-Form Game2.1.2  Repeated Games2.2  Cooperative Multiagent Systems2.2.1  Achieving Nash Equilibrium2.2.2  Achieving Fairness2.2.3  Achieving Social Optimality2.3  Competitive Multiagent Systems2.3.1  Achieving Nash Equilibrium2.3.2  Maximizing Individual Benefits2.3.3  Achieving Pareto-OptimalityReferences3  Fairness iCooperative Multiagent Systems3.1  AAdaptive Periodic Strategy for Achieving Fairness3.1.1  Motivatio3.1.2  Problem Specificatio3.1.3  AAdaptive Periodic Strategy3.1.4  Properties of the Adaptive Strategy3.1.5  Experimental Evaluations3.2  Game-Theoretic Fairness Models3.2.1  Incorporating Fairness into Agent InteractionsModeled as Two-Player Normal-Form Games3.2.2  Incorporating Fairness into Infinitely RepeatedGames with Conflicting Interests for Conflict EliminatioReferences4  Social Optimality iCooperative Multiagent Systems4.1  Reinforcement Social Learning of CoordinatioiCooperative Games4.1.1  Social Learning Framework4.1.2  Experimental Evaluations4.2  Reinforcement Social Learning of CoordinatioiGeneral-Sum Games4.2.1  Social Learning Framework4.2.2  Analysis of the Learning Performance Underthe Social Learning Framework4.2.3  Experimental Evaluations4.3  Achieving Socially Optimal Allocations Through Negotiatio4.3.1  Multiagent Resource AllocatioProblemThrough Negotiatio4.3.2  The APSOPA Protocol to Reach Socially OptimalAllocatio4.3.3  Convergence of APSOPA to Socially Optimal Allocation..4.3.4  Experimental EvaluatioReferences5  Individual Rationality iCompetitive Multiagent Systems5.1  Introductio5.2  NegotiatioModel5.3  ABiNeS: AAdaptive Bilateral Negotiating Strategy5.3.1  Acceptance-Threshold (AT) Component5.3.2  Next-Bid (NB) Component5.3.3  Acceptance-Conditio(AC) Component5.3.4  Termination-Conditio(TC) Component5.4  Experimental Simulations and Evaluations5.4.1  Experimental Settings5.4.2  Experimental Results and Analysis: Efficiency5.4.3  Detailed Analysis of ABiNeS Strategy5.4.4  The Empirical Game-Theoretic Analysis: Robustness5.5  ConclusioReferences6  Social Optimality iCompetitive Multiagent Systems6.1  Achieving Socially Optimal Solutions ithe Contextof Infinitely Repeated Games6.1.1  Learning Environment and Goal6.1.2  TaFSO: A Learning Approach Toward SOSNE Outcomes:6.1.3  Experimental Simulations6.2  Achieving Socially Optimal Solutions ithe SocialLearning Framework6.2.1  Social Learning Environment and Goal6.2.2  Learning Framework6.2.3  Experimental SimulationsReferences7  ConclusioReferenceA The 57 Structurally Distinct Games
作者介绍
郝建业,天津大学软件学院副教授,天津市千人计划青年专家。于哈尔滨工业大学获得计算机科学与技术学士学位,于香港中文大学获得计算机科学与工程博士学位,曾任麻省理工学院计算机科学与人工智能实验室博士后研究员。研究领域包括多智能体系统、软件工程及物联网技术等。发表论文30余篇。  梁浩锋,香港中文大学计算机科学与工程学系教授、前系主任。于香港中文大学获得学士学位和硕士学位,于伦敦大学帝国理工及医科学院获得博士学位。曾任计算机协会(ACM)香港分会主席。现为英国计算机学会特许会员、中国香港工程师学会会员、电子电气工程师学会(IEEE)会员、中国香港计算机学会会员、英国工程委员会注册特许工程师。研究领域涵盖人工智能多个方面,包括本体、智能代理、复杂系统等。发表论文200余篇,出版学术著作4本,主编论文集4本。
序言

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP