| Número de páginas: |
IX, 171 p. 38 ilustraciones |
| Resumen: |
Este libro presenta nuevos métodos eficientes para la optimización en sistemas multiagente realistas a gran escala. Estos métodos no requieren que los agentes tengan toda la información sobre el sistema, sino que les permiten tomar decisiones locales basándose únicamente en la información local, posiblemente obtenida durante la comunicación con sus vecinos locales. El libro, dirigido principalmente a investigadores en optimización y control, considera tres entornos de información diferentes en sistemas multiagente: basados ​​en oráculos, basados ​​en comunicaciones y basados ​​en pagos. Para cada uno de estos tipos de información, se desarrolla un algoritmo de optimización eficiente, que lleva al sistema a un estado óptimo. Los problemas de optimización se plantean sin supuestos tan restrictivos como la convexidad de las funciones objetivo, las complicadas topologÃas de comunicación, las expresiones cerradas para costos y utilidades y la finitud del espacio de estados del sistema. . |
Game-Theoretic Learning and Distributed Optimization in Memoryless Multi-Agent Systems
