多智能體強化學習：基礎與現代方法

內容簡介

多智能體強化學習（Multi-Agent Reinforcement Learning, MARL）是機器學習中的一個領域，研究多個智能體如何在共享環境中學習最優的交互方式。這一領域在現代生活中有着廣泛的應用，包括自動駕駛、多機器人工廠、自動化交易和能源網絡管理等。 本書是一部系統闡述多智能體強化學習理論與技術的權威著作，清晰而嚴謹地介紹了MARL的模型、解決方案概念、算法思想、技術挑戰以及現代方法。書中首先介紹了該領域的基礎知識，包括強化學習理論和算法的基礎、交互式博弈模型、博弈中的不同解決方案概念以及支撐MARL研究的算法思想。隨後，書中詳細介紹了利用深度學習技術的現代MARL算法，涵蓋集中訓練與分散執行、價值分解、參數共享和自博弈等思想。本書還附帶了一個用Python編寫的MARL代碼庫，其中包括自包含且易於閱讀的MARL算法實現。 本書技術內容以易於理解的語言解釋，並通過大量示例進行說明，既爲初學者闡明瞭MARL的概念，也爲專業的讀者提供了高層次的見解。

書籍信息