发现在多机器人协调技术的最新发展与这个深刻的和原始的资源 多智能体协调:强化学习方法提供了一个全面、深刻和独特的处理多机器人协调算法的开发,与传统算法相比,计算负担最小,存储需求更低。有成就的学者、工程师和作者为读者提供了多机器人协调的高层次介绍和概述,以及基于学习的规划算法的深入分析。 您将了解如何加速对团队目标的探索,以及通过确定团队首选的联合行动来加快TMAQL收敛的替代方法。作者还提出了共识q学习的新方法,解决了均衡选择问题。最后,本书总结了这一快速发展领域的未来研究的可能方向。

读者将发现多智能体协调的前沿技术,包括:

  • 通过强化学习和进化算法介绍多智能体协调,包括纳什均衡和相关均衡等主题
  • 提高多智能体Q-learning在协同任务规划中的收敛速度
  • 基于共识Q学习的多智能体协同规划
  • 基于协同Q学习的多智能体规划相关均衡的高效计算
  • 对于经常使用多智能体学习算法的学者、工程师和专业人士来说,《多智能体协调:强化学习方法》也属于任何对机器学习和人工智能有高级兴趣的人的书架上,因为它适用于合作或竞争机器人领域。

https://www.wiley.com/en-us/Multi+Agent+Coordination:+A+Reinforcement+Learning+Approach-p-9781119699033#:~:text=Multi%2DAgent%20Coordination%3A%20A%20Reinforcement%20Learning%20Approach%20delivers%20a%20comprehensive,when%20compared%20to%20traditional%20algorithms.

成为VIP会员查看完整内容
150

相关内容

现代自适应控制与强化学习,166页pdf
专知会员服务
106+阅读 · 2022年8月30日
【硬核书】迁移学习多智能体强化学习系统,131页pdf
专知会员服务
139+阅读 · 2022年7月8日
【硬核书】统计学导论第四版,422页pdf
专知会员服务
84+阅读 · 2022年6月22日
【实用书】强化学习实战:Python,110页pdf
专知会员服务
143+阅读 · 2022年6月9日
强化学习实战:机遇与挑战,56页pdf
专知会员服务
77+阅读 · 2022年5月7日
【2022新书】强化学习工业应用,408页pdf
专知会员服务
219+阅读 · 2022年2月3日
【新书】分布式强化学习,280页pdf
专知会员服务
146+阅读 · 2021年12月19日
【干货书】机器学习算法视角,249页pdf
专知会员服务
133+阅读 · 2021年10月18日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
278+阅读 · 2020年6月3日
【MIT博士论文】数据高效强化学习,176页pdf
【2022新书】强化学习工业应用
专知
14+阅读 · 2022年2月3日
【新书】分布式强化学习,280页pdf
专知
19+阅读 · 2021年12月19日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
11+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年10月23日
Arxiv
0+阅读 · 2022年10月21日
Arxiv
0+阅读 · 2022年10月21日
Arxiv
29+阅读 · 2021年11月2日
Arxiv
11+阅读 · 2018年4月25日
VIP会员
相关VIP内容
现代自适应控制与强化学习,166页pdf
专知会员服务
106+阅读 · 2022年8月30日
【硬核书】迁移学习多智能体强化学习系统,131页pdf
专知会员服务
139+阅读 · 2022年7月8日
【硬核书】统计学导论第四版,422页pdf
专知会员服务
84+阅读 · 2022年6月22日
【实用书】强化学习实战:Python,110页pdf
专知会员服务
143+阅读 · 2022年6月9日
强化学习实战:机遇与挑战,56页pdf
专知会员服务
77+阅读 · 2022年5月7日
【2022新书】强化学习工业应用,408页pdf
专知会员服务
219+阅读 · 2022年2月3日
【新书】分布式强化学习,280页pdf
专知会员服务
146+阅读 · 2021年12月19日
【干货书】机器学习算法视角,249页pdf
专知会员服务
133+阅读 · 2021年10月18日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
278+阅读 · 2020年6月3日
相关基金
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
11+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员