扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
分布式人工智能 版权信息
- ISBN：9787121443046
- 条形码：9787121443046 ; 978-7-121-44304-6
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
分布式人工智能 本书特色
《分布式人工智能》配有丰富的免费视频教学资源，以及作者、读者交流群，帮助系统深入地学习。 分布式人工智能作为解决复杂学习和决策的方法，在处理大规模计算问题上有独特的优势，并在社会实践中应用广泛，像电子商务、交易行为、游戏、安防、机制选择等，背后均离不开它的支持。 《分布式人工智能》集一线专家的研究经验智慧，全面阐述分布式人工智能领域的各层次问题，使读者能对本领域有系统的认知，并阐述了前沿的话题，帮助读者深入理解分布式人工智能的未来趋势。 《分布式人工智能》目前国内本领域V一的著作，既可作为相关从业者的案头参考，也可作为初学者入门的学习手册。
分布式人工智能 内容简介
《分布式人工智能》可分为五大部分，阐述了分布式人工智能的基础知识以及相关进展，包括分布式人工智能简介、分布式规划与优化、多智能体博弈、多智能体学习和分布式人工智能应 用。除此之外，由于本领域尚处于蓬勃发展阶段，相关技术与应用层出不穷，因此书中还提供了研究者对于分布式人工智能发展的相关预测，以供读者深入了解、学习。 本书适合相关领域的从业者学习，也适合作为本领域研究者的案头参考。
分布式人工智能 目录
**部分分布式人工智能简介
1 概述
（安波，新加坡南洋理工大学）
1.1 研究背景3
1.2 主要研究领域8
1.3 相关应用14
1.4 当前热点与挑战18
参考文献
第二部分分布式规划与优化
2 分布式规划
（吴锋，中国科技大学）
2.1 研究背景9
2.2 分布式规划的决策模型31
2.3 分布式规划的离线算法36
2.4 分布式规划的在线算法46
2.5 当前热点与挑战52
参考文献 54
3 分布式约束优化
（陈自郁，重庆大学）
3.1 研究背景58
3.2 分布式约束优化问题59
3.2.1 约束网络59
3.2.2 基础概念 60
3.3 求解算法分类63
3.4 完备求解算法65
3.5 非完备求解算法72
3.6 基准测试问题和典型应用 80
3.7 当前热点与挑战85
参考文献86
第三部分多智能体博弈
4 纳什均衡求解
（邓小铁，北京大学；刘正阳，北京理工大学）
4.1 研究背景93
4.2 正规形式博弈94
4.3 纳什均衡与纳什定理95
4.4 二人博弈纳什均衡求解算法97
4.5 纳什均衡的计算复杂性106
4.6 当前热点与挑战108
参考文献110
5 机制设计
（沈蔚然，中国人民大学；唐平中，清华大学）
5.1 研究背景112
5.2 什么是机制113
5.3 拍卖机制设计118
5.4 付费搜索拍卖128
5.5 当前热点与挑战130
参考文献131
6 合作博弈与社会选择
（王崇骏，南京大学）
6.1 研究背景133
6.2 合作博弈论135
6.3 核与稳定集139
6.4 核仁143
6.5 Shapley 值150
6.6 社会选择153
6.7 应用场景161
6.8 当前热点与挑战164
参考文献170
7 博弈学习
（高阳、孟林建、葛振兴，南京大学）
7.1 不完美信息扩展式博弈177
7.2 均衡计算179
7.3 对手利用191
7.4 小结199
参考文献200
第四部分多智能体学习
8 单智能体强化学习
（章宗长、俞扬，南京大学）
8.1 研究背景207
8.2 强化学习的基本设定208
8.2.1 强化学习模型 208
8.2.2 马尔可夫决策过程 210
8.3 动态规划212
8.4 表格式的强化学习215
8.5 深度强化学习219
8.6 基准测试平台与实际应用234
8.7 当前热点与挑战238
8.8 小结 242
参考文献243
9 基于模型的强化学习
（张伟楠，上海交通大学；汪军，伦敦大学学院）
9.1 Dyna：基于模型的强化学习经典方法 249
9.2 打靶法250
9.3 基于模型的策略优化方法253
9.4 基于模型的方法：从单智能体到多智能体255
9.5 小结260
参考文献262
10 多智能体合作学习
（张崇洁，清华大学）
10.1 研究背景263
10.2 合作学习问题描述265
10.3 基于值函数的合作多智能体强化学习算法265
10.4 基于策略的合作学习算法272
10.5 基准测试集280
10.6 当前热点与挑战282
10.6.1 探索282
10.7 小结289
参考文献290
11 多智能体竞争学习
（郝建业、郑岩，天津大学）
11.1 研究背景298
11.2 竞争式问题描述 299
11.3 基于对手建模的竞争学习算法300
11.3.1 隐式的对手建模方法 300
11.3.2 显式的对手建模方法 309
11.4 基于群体自博弈的竞争学习算法315
11.4.1 自博弈机制 315
11.4.2 联盟训练 318
11.5 实际应用319
11.6 小结321
参考文献322
第五部分 分布式人工智能应用
12 安全博弈
（安波，新加波南洋理工大学；甘家瑞，牛津大学）
12.1 研究背景327
12.2 安全博弈模型与均衡329
12.3 复杂环境下的安全博弈339
12.4 实际应用与成功案例349
12.5 当前热点与挑战354
参考文献360
13 社交网络中的机制设计
（赵登吉，上海科技大学）
13.1 研究背景367
13.2 传播网络与传播机制369
13.3 VCG 在网络上的扩展373
13.4 基于关键传播路径的拍卖机制375
13.5 当前热点与挑战 381
参考文献382
展开全部
分布式人工智能 作者简介
安波是南洋理工大学校长委员会讲席副教授和南洋理工大学人工智能研究院联席院长。主要研究领域包括人工智能、多智能体系统、算法博弈论、强化学习、及优化。有100余篇论文发表在国际顶级会议AAMAS、IJCAI、AAAI、KDD、UAI、EC、WWW、ICLR、NeurIPS、ICML以及著名学术期刊JAAMAS和AIJ。曾获IFAAMAS杰出博士论文奖、 美国海岸警卫队的卓越运营奖、AAMAS最佳应用论文奖、IAAI创新应用论文奖，DAI最佳论文奖，INFORMS Daniel H. Wagner杰出运筹学应用奖，以及南洋青年研究奖等荣誉。受邀在IJCAI'17上做Early Career Spotlight talk。 获得2017年微软合作AI挑战赛的冠军。入选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的程序委员会主席。当选国际智能体及多智能体系统协会理事会成员及AAAI 高级会员。
书友推荐
- >
我从未如此眷恋人间
我从未如此眷恋人间
¥16.4¥49.8 - >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥13.0¥26.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.9¥14.0 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥40.6¥58.0 - >
我与地坛
我与地坛
¥16.8¥28.0 - >
莉莉和章鱼
莉莉和章鱼
¥16.0¥42.0 - >
中国历史的瞬间
中国历史的瞬间
¥12.5¥38.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥3.9¥10.0
本类畅销
-
数学之美
¥48.3¥69 -
浪潮之巅-下册-第二版
¥22.1¥45 -
挑战程序设计竞赛(第2版)
¥55.3¥79 -
算法竞赛入门经典-(第2版)
¥34.9¥49.8 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158
