Multi-Agent Reinforcement Learning - Christianos, Filippos
- Format: Relié Voir le descriptif
Vous en avez un à vendre ?
Vendez-le-vôtre86,19 €
Produit Neuf
Ou 21,55 € /mois
- Livraison : 3,99 €
- Livré entre le 22 et le 28 juillet
Nos autres offres
-
90,82 €
Produit Neuf
Ou 22,71 € /mois
- Livraison à 0,01 €
Expédition rapide et soignée depuis l`Angleterre - Délai de livraison: entre 10 et 20 jours ouvrés.
Voir le détail de l'annonce -
110,20 €
Produit Neuf
Ou 27,55 € /mois
- Livraison à 0,01 €
- Livré entre le 23 juillet et le 4 août
Brand new, In English, Fast shipping from London, UK; Tout neuf, en anglais, expédition rapide depuis Londres, Royaume-Uni;ria9780262049375_dbm
Voir le détail de l'annonce -
104,33 €
Produit Neuf
Ou 26,08 € /mois
- Livraison : 25,00 €
- Livré entre le 5 et le 10 août
- Payez directement sur Rakuten (CB, PayPal, 4xCB...)
- Récupérez le produit directement chez le vendeur
- Rakuten vous rembourse en cas de problème
Gratuit et sans engagement
Félicitations !
Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !
TROUVER UN MAGASIN
Retour
Avis sur Multi - Agent Reinforcement Learning de Christianos, Filippos Format Relié - Livre Informatique
0 avis sur Multi - Agent Reinforcement Learning de Christianos, Filippos Format Relié - Livre Informatique
Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.
-
Dji Osmo 4 : 4k/240fps3activetrack
Neuf dès 85,99 €
-
Anders Petersen, Rome
Occasion dès 65,00 €
-
Ephemerides 1950-2050 Ut For 0h International Edition
17 avis
Occasion dès 44,95 €
-
The Eb Real Book, Sixth Edition
1 avis
Neuf dès 48,97 €
-
Art And Devotion At A Buddhist Temple In The Indian Himalaya
Neuf dès 72,46 €
-
Culinaria France
Occasion dès 57,00 €
-
Fundamentals Of Creature Design
Neuf dès 47,55 €
-
Medieval Military Technology, Second Edition
Neuf dès 62,30 €
-
Rivstart A1 + A2 Textbok
Occasion dès 55,22 €
-
Kodak Pixpro Fz55-Bk : (Japanese Edition)
Neuf dès 45,99 €
-
Museum Of The Revolution
Occasion dès 45,99 €
-
Georgia O'keeffe
Occasion dès 105,99 €
-
500+ Ukrainian Verbs
Neuf dès 69,18 €
-
A History Of Modern Europe
Neuf dès 66,61 €
-
Perfectionnement Allemand (5 Cd Audio)
1 avis
Occasion dès 47,90 €
-
Il Cavaliere Inesistente
Occasion dès 43,82 €
-
So Hilft Ihnen Die Blutegeltherapie
Neuf dès 71,94 €
-
Noco Boost Gb40 :
Neuf dès 54,99 €
-
English Collocations In Use Intermediate Book With Answers
Neuf dès 58,68 €
-
The French Army And The First World War
Neuf dès 51,69 €
Produits similaires
Présentation Multi - Agent Reinforcement Learning de Christianos, Filippos Format Relié
- Livre Informatique
Résumé :
The first comprehensive introduction to Multi-Agent Reinforcement Learning (MARL), covering MARL&rsquo...
Biographie:
s foundations, including basics of reinforcement learning theory and algorithms, interactive game models, different solution concepts for games, and the algorithmic ideas underpinning MARL research. It then details contemporary MARL algorithms which leverage deep learning techniques, covering ideas such as centralized training with decentralized execution, value decomposition, parameter sharing, and self-play. The book comes with its own MARL codebase written in Python, containing implementations of MARL algorithms that are self-contained and easy to read. Technical content is explained in easy-to-understand language and illustrated with extensive examples, illuminating MARL for newcomers while offering high-level insights for more advanced readers.
Sommaire:
s models, solution concepts, algorithmic ideas, technical challenges, and modern approaches.
Multi-Agent Reinforcement Learning (MARL), an area of machine learning in which a collective of agents learn to optimally interact in a shared environment, boasts a growing array of applications in modern life, from autonomous driving and multi-robot factories to automated trading and energy network management. This text provides a lucid and rigorous introduction to the models, solution concepts, algorithmic ideas, technical challenges, and modern approaches in MARL. The book first introduces the field&rsquo...
Détails de conformité du produit
Personne responsable dans l'UE