机读格式显示(MARC)

• 000 01631nam0 2200313 450

• 001 0000799578

• 005 20240531091001.0

• 010 __ |a 978-7-118-12989-2 |b 精装 |d CNY118.00

• 100 __ |a 20240530d2024 em y0chiy50 ea

• 101 1_ |a chi |c inc

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 多智能体协同 |A duo zhi neng ti xie tong |e 强化学习方法 |f (印度) 阿鲁普·库马尔·萨杜, 阿米特·科纳尔著 |d = Multi-agent coordination |e a reinforcement learning approach |f Arup Kumar Sadhu, Arup Kumar Sadhu |g 黄江涛 ... [等] 译 |z eng

• 210 __ |a 北京 |c 国防工业出版社 |d 2024.03

• 215 __ |a 16, 248页, 5页图版 |c 图 (部分彩图) |d 25cm

• 300 __ |a 装备科技译著出版基金

• 306 __ |a 由John Wiley & Sons, Inc.公司授权出版

• 320 __ |a 有书目

• 330 __ |a 本书系统介绍了基于强化学习的多智能体协同技术, 涉及进化算法、纳什均衡等相关主题, 讨论了基于强化学习的多智能体协同理论、一致性学习算法、基于协同Q学习算法的多智能体规划技术等, 研究了ICFA方法的优越性, 将计算时间和结果准确性作为指标进行考核, 在多机器人实时携杆问题中验证了算法的有效性。并给出了针对多机器人协同问题的应用实例。本书不仅包含多智能体强化学习协同研究的最新进展, 而且提供了一种相对于传统方法更加高效的技术路线, 并根据未来的研究趋势分析本书的应用前景。

• 510 1_ |a Multi-agent coordination |e a reinforcement learning approach |z eng

• 517 1_ |a 强化学习方法 |A qiang hua xue xi fang fa

• 606 0_ |a 机器学习 |A ji qi xue xi |x 研究

• 690 __ |a TP181 |v 5

• 701 _1 |a 萨杜 |A sa du |g (Sadhu, Arup Kumar) |4 著

• 701 _1 |a 科纳尔 |A ke na er |g (Konar, Amit) |4 著

• 702 _0 |a 黄江涛 |A huang jiang tao |4 译

• 801 _0 |a CN |b 安徽时代 |c 20240530

• 905 __ |d TP181 |f 2