多智能體系統(tǒng)及應(yīng)用（卷二）

1概述
2動機理論
3動機學習
4基于動機的強化學習
5小結(jié)
參考文獻

專題2多智能體強化學習中的博弈、均衡和知識遷移胡裕靖，高陽
1緒論
2背景知識
3不共享值函數(shù)的多智能體強化學習
4基于均衡遷移的多智能體強化學習
5稀疏交互的多智能體系統(tǒng)中的知識遷移和博弈約簡
6小結(jié)
參考文獻

專題3一種基于中介agent的強化學習優(yōu)化協(xié)商方法陳利紅，董紅斌
1引言
2基于強化學習的雙邊多議題優(yōu)化協(xié)商模型
3基于中介agent自適應(yīng)學習的協(xié)調(diào)協(xié)商
4實驗設(shè)計與分析
5小結(jié)
參考文獻

專題4多智能體協(xié)調(diào)技術(shù)綜述郝建業(yè)
1引言
2固定對手重復(fù)博弈
3合作式群體博弈
4非合作式群體博弈
5小結(jié)
參考文獻

專題5基于決策理論的多智能體規(guī)劃吳鋒
1引言
2分布式局部可觀察馬爾可夫決策過程(DECPOMDP)
3DECPOMDP的離線規(guī)劃算法
4DECPOMDP的在線規(guī)劃算法
5小結(jié)
參考文獻

目錄多智能體系統(tǒng)及應(yīng)用（卷二）專題6部分可觀察環(huán)境中的序貫決策理論及方法研究章宗長
1引言
2部分可觀察馬爾可夫決策過程
3離線規(guī)劃方法
4在線規(guī)劃方法
5基于覆蓋數(shù)的規(guī)劃理論
6小結(jié)
參考文獻

專題7基于Landmark的啟發(fā)式搜索規(guī)劃張雷，吳駿，王崇駿
1引言
2STRIPS規(guī)劃問題
3STRIPS問題的啟發(fā)式函數(shù)設(shè)計
4多值Landmark規(guī)劃
5小結(jié)
參考文獻

專題8AutoRobot： 基于多主體系統(tǒng)的自主機器人軟件框架
毛新軍，楊碩，楊森
1引言
2自主機器人及其軟件特點
3機器人軟件技術(shù)分析
4基于多主體系統(tǒng)的自主機器人軟件體系結(jié)構(gòu)
5自主機器人軟件框架AutoRobot
6案例分析
7小結(jié)
參考文獻專題9計算經(jīng)濟學與最優(yōu)機制設(shè)計問題唐平中
1計算經(jīng)濟學簡介
2最優(yōu)機制設(shè)計問題：單件商品
3最優(yōu)機制設(shè)計：多件商品
4小結(jié)
參考文獻

專題10基于計算博弈論的出租車服務(wù)定價研究甘家瑞，安波
1研究背景與相關(guān)工作
2博弈建模
3模型求解——緊湊表達法
4ASM算法——基于元時間表的緊湊表達
5解決任意約束下的問題
6實驗
7小結(jié)
參考文獻

專題11云計算中定價機制的研究秦濤
1云計算簡介
2云計算中的定價模型
3市場競爭、演變與定價策略優(yōu)化
4小結(jié)
參考文獻