Apprentissage par Renforcement et Théorie des Jeux pour la coordination de Systèmes Multi-Agents

Alain Dutech 1 Raghav Aras 1 François Charpillet 1
1 MAIA - Autonomous intelligent machine
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Abstract : This article presents the main reinforcement learning algorithms that aim at coordinating multi-agent systems by using tools and formalisms borrowed from Game Theory. Limits of these approaches are studied and discussed in order to draw some promising lines of research for that particular field. We argue more deeply around the central notions of Nash equilibrium and games with imperfect monitoring.
Type de document :
Communication dans un congrès
Colloque Africain sur la Recherche en Informatique - CARI 2006, 2006, Cotonou/Bénin, 2006
Liste complète des métadonnées

Littérature citée [10 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00102192
Contributeur : Alain Dutech <>
Soumis le : vendredi 29 septembre 2006 - 13:54:49
Dernière modification le : jeudi 11 janvier 2018 - 06:19:50
Document(s) archivé(s) le : mardi 6 avril 2010 - 01:17:34

Identifiants

  • HAL Id : inria-00102192, version 1

Collections

Citation

Alain Dutech, Raghav Aras, François Charpillet. Apprentissage par Renforcement et Théorie des Jeux pour la coordination de Systèmes Multi-Agents. Colloque Africain sur la Recherche en Informatique - CARI 2006, 2006, Cotonou/Bénin, 2006. 〈inria-00102192〉

Partager

Métriques

Consultations de la notice

543

Téléchargements de fichiers

777