- 多智能体强化学习(基础与现代方法)/智能系统与技术丛书
- - 作者：(德)斯特凡诺·V.阿尔布莱希特//(希)菲利波斯·克里斯蒂安诺斯//(德)卢卡斯·舍费尔|责编:刘锋//冯润峰|译者:孙罗洋//李欣然//张海峰
  - 出版社：机械工业
  - ISBN：9787111776871
  - 出版日期：2025/04/01
  - 页数：241
- 售价：43.6

内容大纲
    多智能体强化学习（Multi-Agent Reinforcement Learning，MARL）是机器学习中的一个领域，研究多个智能体如何在共享环境中学习最优的交互方式。这一领域在现代生活中有着广泛的应用，包括自动驾驶、多机器人工厂、自动化交易和能源网络管理等。
    本书是一部系统阐述多智能体强化学习理论与技术的权威著作，清晰而严谨地介绍了MARL的模型、解决方案概念、算法思想、技术挑战以及现代方法。书中首先介绍了该领域的基础知识，包括强化学习理论和算法的基础、交互式博弈模型、博弈中的不同解决方案概念以及支撑MARL研究的算法思想。随后，书中详细介绍了利用深度学习技术的现代MARL算法，涵盖集中训练与分散执行、价值分解、参数共享和自博弈等思想。本书还附带了一个用Python编写的MARL代码库，其中包括自包含且易于阅读的MARL算法实现。
    本书技术内容以易于理解的语言解释，并通过大量示例进行说明，既为初学者阐明了MARL的概念，也为专业的读者提供了高层次的见解。
作者介绍
目录
译者序
前言
符号总览
  第1章  引言
    1.1  多智能体系统
    1.2  多智能体强化学习
    1.3  应用示例
      1.3.1  多机器人仓库管理
      1.3.2  棋盘游戏和电子游戏中的竞争性对战
      1.3.3  自动驾驶
      1.3.4  电子市场中的自动化交易
    1.4  多智能体强化学习的挑战
    1.5  多智能体强化学习的议题
    1.6  本书内容和结构
第一部分  多智能体强化学习的基础
  第2章  强化学习
    2.1  一般定义
    2.2  马尔可夫决策过程
    2.3  期望折扣回报和最优策略
    2.4  价值函数与贝尔曼方程
    2.5  动态规划
    2.6  时序差分学习
    2.7  学习曲线评估
    2.8  R（s，a，s'）和R（s，a）的等价性
    2.9  总结
  第3章  博弈：多智能体交互模型
    3.1  标准式博弈
    3.2  重复标准式博弈
    3.3  随机博弈
    3.4  部分可观测随机博弈
    3.5  建模通信
    3.6  博弈中的知识假设
    3.7  词典：强化学习与博弈论
    3.8  总结
  第4章  博弈的解概念
    4.1  联合策略与期望回报
    4.2  最佳响应
    4.3  极小极大算法
    4.4  纳什均衡
    4.5  ε-纳什均衡
    4.6  （粗）相关均衡
    4.7  均衡解的概念局限性
    4.8  帕雷托最优
    4.9  社会福利和公平
  ……
第二部分  多智能体深度强化学习：算法与实践
多智能体强化学习研究综述
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目