• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Nyheter
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Pocketböcker
  • Spel & pussel

10% rabatt på allt med kod NYSTART10 →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Data och IT
    2. Systemvetenskap och AI
    3. Artificiell intelligens

    Adaptive Agents and Multi-Agent Systems II

    Adaptation and Multi-Agent Learning

    AvDaniel Kudenko,Dimitar Kazakov

    Häftad, Engelska, 2005

    Del i serien Lecture Notes in Computer Science

    563 kr

    Beställningsvara. Skickas inom 10-15 vardagar. Fri frakt över 249 kr.

    Beskrivning

    Adaptive agents and multi-agent systems is an emerging and exciting interdisciplinary area of research and development involving artificial intelligence, software engineering, and developmental biology, as well as cognitive and social science.This book presents 17 revised and carefully reviewed papers taken from two workshops on the topic as well as 2 invited papers by leading researchers in the area. The papers deal with various aspects of machine learning, adaptation, and evolution in the context of agent systems and autonomous agents.

    Produktinformation

    • Utgivningsdatum:2005-03-04
    • Mått:155 x 235 x 18 mm
    • Vikt:499 g
    • Format:Häftad
    • Språk:Engelska
    • Serie:Lecture Notes in Computer Science
    • Antal sidor:313
    • Upplaga:2005
    • Förlag:Springer-Verlag Berlin and Heidelberg GmbH & Co. KG
    • ISBN:9783540252603

    Utforska kategorier

    • Artificiell intelligens inom Data och IT

    Innehållsförteckning

    • Gödel Machines: Towards a Technical Justification of Consciousness.- Postext – A Mind for Society.- Comparing Resource Sharing with Information Exchange in Co-operative Agents, and the Role of Environment Structure.- Baselines for Joint-Action Reinforcement Learning of Coordination in Cooperative Multi-agent Systems.- SMART (Stochastic Model Acquisition with ReinforcemenT) Learning Agents: A Preliminary Report.- Towards Time Management Adaptability in Multi-agent Systems.- Learning to Coordinate Using Commitment Sequences in Cooperative Multi-agent Systems.- Reinforcement Learning of Coordination in Heterogeneous Cooperative Multi-agent Systems.- Evolving the Game of Life.- The Strategic Control of an Ant-Based Routing System Using Neural Net Q-Learning Agents.- Dynamic and Distributed Interaction Protocols.- Advice-Exchange Between Evolutionary Algorithms and Reinforcement Learning Agents: Experiments in the Pursuit Domain.- Evolving Strategies for Agents in the Iterated Prisoner’s Dilemma in Noisy Environments.- Experiments in Subsymbolic Action Planning with Mobile Robots.- Robust Online Reputation Mechanism by Stochastic Approximation.- Learning Multi-agent Search Strategies.- Combining Planning with Reinforcement Learning for Multi-robot Task Allocation.- Multi-agent Reinforcement Learning in Stochastic Single and Multi-stage Games.- Towards Adaptive Role Selection for Behavior-Based Agents.