نام کتاب: Zero-Sum Discrete-Time Markov Games With Unknown Disturbance Distribution – Discounted And Average Criteria
نویسنده: J. Adolfo Minjárez-Sosa
ویرایش: ۱
سال انتشار: ۲۰۲۰
کد ISBN کتاب: ۳۰۳۰۳۵۷۱۹۸, ۹۷۸۳۰۳۰۳۵۷۱۹۱,
فرمت: PDF
تعداد صفحه: ۱۳۴
حجم کتاب: ۲ مگابایت
کیفیت کتاب: OCR
انتشارات: Springer
Description About Book Zero-Sum Discrete-Time Markov Games With Unknown Disturbance Distribution – Discounted And Average Criteria From Amazon
This SpringerBrief deals with a class of discrete-time zero-sum Markov games with Borel state and action spaces, and possibly unbounded payoffs, under discounted and average criteria, whose state process evolves according to a stochastic difference equation. The corresponding disturbance process is an observable sequence of independent and identically distributed random variables with unknown distribution for both players. Unlike the standard case, the game is played over an infinite horizon evolving as follows. At each stage, once the players have observed the state of the game, and before choosing the actions, players 1 and 2 implement a statistical estimation process to obtain estimates of the unknown distribution. Then, independently, the players adapt their decisions to such estimators to select their actions and construct their strategies. This book presents a systematic analysis on recent developments in this kind of games. Specifically, the theoretical foundations on the procedures combining statistical estimation and control techniques for the construction of strategies of the players are introduced, with illustrative examples. In this sense, the book is an essential reference for theoretical and applied researchers in the fields of stochastic control and game theory, and their applications.
درباره کتاب Zero-Sum Discrete-Time Markov Games With Unknown Disturbance Distribution – Discounted And Average Criteria ترجمه شده از گوگل
این SpringerBrief با معیارهایی با تخفیف و میانگین ، با یک دسته از بازیهای زمان گسسته با مقدار صفر مارکوف با فضاهای حالت و عمل بورل و احتمالاً بازدهی نامحدود سروکار دارد ، که روند دولت آنها براساس معادله اختلاف تصادفی تکامل می یابد. روند مزاحمت مربوطه توالی قابل مشاهده ای از متغیرهای تصادفی مستقل و یکسان توزیع شده با توزیع ناشناخته برای هر دو بازیکن است. بر خلاف حالت استاندارد ، این بازی در یک افق نامحدود انجام می شود که به شرح زیر است. در هر مرحله ، هنگامی که بازیکنان وضعیت بازی را مشاهده می کنند ، و قبل از انتخاب اقدامات ، بازیکنان ۱ و ۲ یک فرایند تخمین آماری را برای بدست آوردن تخمین های توزیع ناشناخته اجرا می کنند. سپس ، به طور مستقل ، بازیکنان تصمیمات خود را با چنین برآوردگرهایی تطبیق می دهند تا اقدامات خود را انتخاب و استراتژی های خود را بسازند. این کتاب یک تحلیل منظم از تحولات اخیر در این نوع بازی ها را ارائه می دهد. به طور خاص ، مبانی نظری در مورد روش های ترکیبی از برآورد آماری و تکنیک های کنترل برای ساخت استراتژی بازیکنان ، با مثالهای گویا معرفی شده است. از این نظر ، این کتاب یک مرجع اساسی برای محققان نظری و کاربردی در زمینه کنترل تصادفی و تئوری بازی و کاربردهای آنها است.
[box type=”info”]
جهت دسترسی به توضیحات این کتاب در Amazon اینجا کلیک کنید.
در صورت خراب بودن لینک کتاب، در قسمت نظرات همین مطلب گزارش دهید.
با خرید اشتراک، بدون محدودیت، کتاب دانلود کن!
