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

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

Gebrauchte Bücher kaufen

Information
Das Buch befindet sich in einem sehr guten, unbenutzten Zustand.
Information
Das Buch befindet sich in einem sehr guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können leichte Gebrauchsspuren aufweisen.
Information
Das Buch befindet sich in einem guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können Knicke/Gebrauchsspuren aufweisen.
Information
Das Buch befindet sich in einem lesbaren Zustand. Die Seiten und der Einband sind intakt, jedoch weisen Buchrücken/Ecken/Kanten starke Knicke/Gebrauchsspuren auf.

Neues Buch oder eBook (pdf) kaufen

Information
Neuware - verlagsfrische aktuelle Buchausgabe.
Zustand : Neu
96,29 €

inkl. MwSt. zzgl. Versandkosten

Lieferzeit 1 Werktag(e)

9783319654782

Die Studibuch Philosophie

Wissen zu fairen Preisen, nachhaltig weitergeben.

Verwandte Sachgebiete

Produktdetails mehr
Einband: Gebunden
Seitenzahl: 171
Erschienen: 2017-10-01
Sprache: Englisch
EAN: 9783319654782
ISBN: 3319654780
Reihe:
Verlag: Springer-Verlag GmbH
Gewicht: 448 g
This book presents new efficient methods for optimization in realistic large-scale, multi-agent... mehr
Produktinformationen "Game-Theoretic Learning and Distributed Optimization in Memoryless Multi-Agent Systems"
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. von Tatarenko, Tatiana
Weiterführende Links zu "Game-Theoretic Learning and Distributed Optimization in Memoryless Multi-Agent Systems"
Bewertungen lesen, schreiben und diskutieren... mehr
Kundenbewertungen für "Game-Theoretic Learning and Distributed Optimization in Memoryless Multi-Agent Systems"
Bewertung schreiben
Bewertungen werden nach Überprüfung freigeschaltet.

Die mit einem * markierten Felder sind Pflichtfelder.

Ich habe die Datenschutzbestimmungen zur Kenntnis genommen.

Tatarenko, Tatiana mehr
Zuletzt angesehen
Entdecke mehr Gebrauchtes für Dich