Game-Theoretic Learning and Distributed Optimization in Memoryless Multi-Agent Systems

個数：

電子版価格
¥10,007

電子版あり

Game-Theoretic Learning and Distributed Optimization in Memoryless Multi-Agent Systems

Tatarenko, Tatiana

ウェブストア価格 ¥12,155（本体¥11,050）
Springer International Publishing AG（2017/09発売）
外貨定価 US$ 54.99
ポイント 110pt

オンデマンド(OD/POD)版です。キャンセルは承れません。

≪洋書のご注文について≫ 「海外取次在庫あり」「国内在庫僅少」および「国内仕入れ先からお取り寄せいたします」表示の商品でもクリスマス前(12/20～12/25)および年末年始までにお届けできないことがございます。あらかじめご了承ください。

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 171 p.
商品コード 9783319654782

Full Description

This book presents new efficient methods for optimization in realistic large-scale, multi-agent systems. These methods do not require the agents to have the full information about the system, but instead allow them to make their local decisions based only on the local information, possibly obtained during communication with their local neighbors. The book, primarily aimed at researchers in optimization and control, considers three different information settings in multi-agent systems: oracle-based, communication-based, and payoff-based. For each of these information types, an efficient optimization algorithm is developed, which leads the system to an optimal state. The optimization problems are set without such restrictive assumptions as convexity of the objective functions, complicated communication topologies, closed-form expressions for costs and utilities, and finiteness of the system's state space.

Introduction and Research Motivation.- Backgrounds and Formulation of Contributions.- Logit Dynamics in Potential Games with Memoryless Players.- Stochastic Methods in Distributed Optimization and Game-Theoretic Learning.- Conclusion.- Appendix.