University · Artificial Intelligence · Reinforcement Learning
Multi-Agent Reinforcement Learning and Game Theory
4 Abschnitte
Foundations of multi-agent RL including normal-form and extensive-form games, Nash equilibria, cooperative and competitive settings, independent learners, centralised training with decentralised execution (CTDE), and emergent behaviour.
Inhaltsübersicht
- From Single-Agent to Multi-Agent Settings
- Game Theory Foundations: Nash Equilibria and Solution Concepts
- Centralised Training with Decentralised Execution (CTDE)
- Emergent Behaviour, Communication, and Multi-Agent Benchmarks
📚 Vollständiges Lernmaterial mit 4 Abschnitten, Karteikarten und Quizzen verfügbar nach Anmeldung.
Jetzt kostenlos lernen →Related Topics
Interaktiv lernen mit Karteikarten & Quizzen
Melde dich an und lerne Reinforcement Learning mit intelligenten Wiederholungen, Quizzen und KI-Lernhilfen. 7 Tage kostenlos.
Kostenlos testen