掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
分布式人工智能 版權信息
- ISBN：9787121443046
- 條形碼：9787121443046 ; 978-7-121-44304-6
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
分布式人工智能 本書特色
《分布式人工智能》配有豐富的免費視頻教學資源，以及作者、讀者交流群，幫助系統深入地學習。 分布式人工智能作為解決復雜學習和決策的方法，在處理大規模計算問題上有獨特的優勢，并在社會實踐中應用廣泛，像電子商務、交易行為、游戲、安防、機制選擇等，背后均離不開它的支持。 《分布式人工智能》集一線專家的研究經驗智慧，全面闡述分布式人工智能領域的各層次問題，使讀者能對本領域有系統的認知，并闡述了前沿的話題，幫助讀者深入理解分布式人工智能的未來趨勢。 《分布式人工智能》目前國內本領域V一的著作，既可作為相關從業者的案頭參考，也可作為初學者入門的學習手冊。
分布式人工智能 內容簡介
《分布式人工智能》可分為五大部分，闡述了分布式人工智能的基礎知識以及相關進展，包括分布式人工智能簡介、分布式規劃與優化、多智能體博弈、多智能體學習和分布式人工智能應 用。除此之外，由于本領域尚處于蓬勃發展階段，相關技術與應用層出不窮，因此書中還提供了研究者對于分布式人工智能發展的相關預測，以供讀者深入了解、學習。 本書適合相關領域的從業者學習，也適合作為本領域研究者的案頭參考。
分布式人工智能 目錄
**部分分布式人工智能簡介
1 概述
（安波，新加坡南洋理工大學）
1.1 研究背景3
1.2 主要研究領域8
1.3 相關應用14
1.4 當前熱點與挑戰18
參考文獻
第二部分分布式規劃與優化
2 分布式規劃
（吳鋒，中國科技大學）
2.1 研究背景9
2.2 分布式規劃的決策模型31
2.3 分布式規劃的離線算法36
2.4 分布式規劃的在線算法46
2.5 當前熱點與挑戰52
參考文獻 54
3 分布式約束優化
（陳自郁，重慶大學）
3.1 研究背景58
3.2 分布式約束優化問題59
3.2.1 約束網絡59
3.2.2 基礎概念 60
3.3 求解算法分類63
3.4 完備求解算法65
3.5 非完備求解算法72
3.6 基準測試問題和典型應用 80
3.7 當前熱點與挑戰85
參考文獻86
第三部分多智能體博弈
4 納什均衡求解
（鄧小鐵，北京大學；劉正陽，北京理工大學）
4.1 研究背景93
4.2 正規形式博弈94
4.3 納什均衡與納什定理95
4.4 二人博弈納什均衡求解算法97
4.5 納什均衡的計算復雜性106
4.6 當前熱點與挑戰108
參考文獻110
5 機制設計
（沈蔚然，中國人民大學；唐平中，清華大學）
5.1 研究背景112
5.2 什么是機制113
5.3 拍賣機制設計118
5.4 付費搜索拍賣128
5.5 當前熱點與挑戰130
參考文獻131
6 合作博弈與社會選擇
（王崇駿，南京大學）
6.1 研究背景133
6.2 合作博弈論135
6.3 核與穩定集139
6.4 核仁143
6.5 Shapley 值150
6.6 社會選擇153
6.7 應用場景161
6.8 當前熱點與挑戰164
參考文獻170
7 博弈學習
（高陽、孟林建、葛振興，南京大學）
7.1 不完美信息擴展式博弈177
7.2 均衡計算179
7.3 對手利用191
7.4 小結199
參考文獻200
第四部分多智能體學習
8 單智能體強化學習
（章宗長、俞揚，南京大學）
8.1 研究背景207
8.2 強化學習的基本設定208
8.2.1 強化學習模型 208
8.2.2 馬爾可夫決策過程 210
8.3 動態規劃212
8.4 表格式的強化學習215
8.5 深度強化學習219
8.6 基準測試平臺與實際應用234
8.7 當前熱點與挑戰238
8.8 小結 242
參考文獻243
9 基于模型的強化學習
（張偉楠，上海交通大學；汪軍，倫敦大學學院）
9.1 Dyna：基于模型的強化學習經典方法 249
9.2 打靶法250
9.3 基于模型的策略優化方法253
9.4 基于模型的方法：從單智能體到多智能體255
9.5 小結260
參考文獻262
10 多智能體合作學習
（張崇潔，清華大學）
10.1 研究背景263
10.2 合作學習問題描述265
10.3 基于值函數的合作多智能體強化學習算法265
10.4 基于策略的合作學習算法272
10.5 基準測試集280
10.6 當前熱點與挑戰282
10.6.1 探索282
10.7 小結289
參考文獻290
11 多智能體競爭學習
（郝建業、鄭巖，天津大學）
11.1 研究背景298
11.2 競爭式問題描述 299
11.3 基于對手建模的競爭學習算法300
11.3.1 隱式的對手建模方法 300
11.3.2 顯式的對手建模方法 309
11.4 基于群體自博弈的競爭學習算法315
11.4.1 自博弈機制 315
11.4.2 聯盟訓練 318
11.5 實際應用319
11.6 小結321
參考文獻322
第五部分 分布式人工智能應用
12 安全博弈
（安波，新加波南洋理工大學；甘家瑞，牛津大學）
12.1 研究背景327
12.2 安全博弈模型與均衡329
12.3 復雜環境下的安全博弈339
12.4 實際應用與成功案例349
12.5 當前熱點與挑戰354
參考文獻360
13 社交網絡中的機制設計
（趙登吉，上海科技大學）
13.1 研究背景367
13.2 傳播網絡與傳播機制369
13.3 VCG 在網絡上的擴展373
13.4 基于關鍵傳播路徑的拍賣機制375
13.5 當前熱點與挑戰 381
參考文獻382
展開全部
分布式人工智能 作者簡介
安波是南洋理工大學校長委員會講席副教授和南洋理工大學人工智能研究院聯席院長。主要研究領域包括人工智能、多智能體系統、算法博弈論、強化學習、及優化。有100余篇論文發表在國際頂級會議AAMAS、IJCAI、AAAI、KDD、UAI、EC、WWW、ICLR、NeurIPS、ICML以及著名學術期刊JAAMAS和AIJ。曾獲IFAAMAS杰出博士論文獎、 美國海岸警衛隊的卓越運營獎、AAMAS最佳應用論文獎、IAAI創新應用論文獎，DAI最佳論文獎，INFORMS Daniel H. Wagner杰出運籌學應用獎，以及南洋青年研究獎等榮譽。受邀在IJCAI'17上做Early Career Spotlight talk。 獲得2017年微軟合作AI挑戰賽的冠軍。入選2018年IEEE Intelligent Systems\"AI's 10 to Watch”。他是AIJ, JAAMAS, IEEE Intelligent Systems, JAIR， ACM TIST的Associate Editor。他是AAMAS'20的程序委員會主席。當選國際智能體及多智能體系統協會理事會成員及AAAI 高級會員。
書友推薦
- >
隨園食單
- >
龍榆生：詞曲概論/大家小書
- >
回憶愛瑪儂
- >
經典常談
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
朝聞道
- >
苦雨齋序跋文-周作人自編集
- >
自卑與超越
本類暢銷
