• 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
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • Bokus Play
  • E-böcker
  • Ljudböcker
  • 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. Naturvetenskap och teknik
    2. Matematik och naturvetenskap
    3. Matematik

    Adaptive Agents and Multi-Agent Systems

    Adaptation and Multi-Agent Learning

    AvEduardo Alonso,Daniel Kudenko

    Häftad, Engelska, 2003

    Del i serien Lecture Notes in Computer Science

    546 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, computer science, software engineering, and developmental biology, as well as cognitive and social science.This book surveys the state of the art in this emerging field by drawing together thoroughly selected reviewed papers from two related workshops; as well as papers by leading researchers specifically solicited for this book. The articles are organized into topical sections on - learning, cooperation, and communication- emergence and evolution in multi-agent systems- theoretical foundations of adaptive agents

    Produktinformation

    • Utgivningsdatum:2003-04-23
    • Mått:155 x 235 x 19 mm
    • Vikt:522 g
    • Format:Häftad
    • Språk:Engelska
    • Serie:Lecture Notes in Computer Science
    • Antal sidor:330
    • Upplaga:2003
    • Förlag:Springer-Verlag Berlin and Heidelberg GmbH & Co. KG
    • ISBN:9783540400684

    Utforska kategorier

    • Matematik inom Naturvetenskap och teknik
    • Artificiell intelligens inom Data och IT

    Innehållsförteckning

    • Learning, Co-operation, and Communication.- Cooperative Multiagent Learning.- Reinforcement Learning Approaches to Coordination in Cooperative Multi-agent Systems.- Cooperative Learning Using Advice Exchange.- Environmental Risk, Cooperation, and Communication Complexity.- Multiagent Learning for Open Systems: A Study in Opponent Classification.- Situated Cognition and the Role of Multi-agent Models in Explaining Language Structure.- Emergence and Evolution in Multi-agent Systems.- Adapting Populations of Agents.- The Evolution of Communication Systems by Adaptive Agents.- An Agent Architecture to Design Self-Organizing Collectives: Principles and Application.- Evolving Preferences among Emergent Groups of Agents.- Structuring Agents for Adaptation.- Stochastic Simulation of Inherited Kinship-Driven Altruism.- Theoretical Foundations of Adaptive Agents.- Learning in Multiagent Systems: An Introduction from a Game-Theoretic Perspective.- The Implications of Philosophical Foundations for Knowledge Representation and Learning in Agents.- Using Cognition and Learning to Improve Agents’ Reactions.- TTree: Tree-Based State Generalization with Temporally Abstract Actions.- Using Landscape Theory to Measure Learning Difficulty for Adaptive Agents.- Relational Reinforcement Learning for Agents in Worlds with Objects.