分布式人工智能

**部分分布式人工智能简介

1 概述

（安波，新加坡南洋理工大学）

1.1 研究背景3

1.2 主要研究领域8

1.3 相关应用14

1.4 当前热点与挑战18

参考文献

第二部分分布式规划与优化

2 分布式规划

（吴锋，中国科技大学）

2.1 研究背景9

2.2 分布式规划的决策模型31

2.3 分布式规划的离线算法36

2.4 分布式规划的在线算法46

2.5 当前热点与挑战52

参考文献 54

3 分布式约束优化

（陈自郁，重庆大学）

3.1 研究背景58

3.2 分布式约束优化问题59

3.2.1 约束网络59

3.2.2 基础概念 60

3.3 求解算法分类63

3.4 完备求解算法65

3.5 非完备求解算法72

3.6 基准测试问题和典型应用 80

3.7 当前热点与挑战85

参考文献86

第三部分多智能体博弈

4 纳什均衡求解

（邓小铁，北京大学；刘正阳，北京理工大学）

4.1 研究背景93

4.2 正规形式博弈94

4.3 纳什均衡与纳什定理95

4.4 二人博弈纳什均衡求解算法97

4.5 纳什均衡的计算复杂性106

4.6 当前热点与挑战108

参考文献110

5 机制设计

（沈蔚然，中国人民大学；唐平中，清华大学）

5.1 研究背景112

5.2 什么是机制113

5.3 拍卖机制设计118

5.4 付费搜索拍卖128

5.5 当前热点与挑战130

参考文献131

6 合作博弈与社会选择

（王崇骏，南京大学）

6.1 研究背景133

6.2 合作博弈论135

6.3 核与稳定集139

6.4 核仁143

6.5 Shapley 值150

6.6 社会选择153

6.7 应用场景161

6.8 当前热点与挑战164

参考文献170

7 博弈学习

（高阳、孟林建、葛振兴，南京大学）

7.1 不完美信息扩展式博弈177

7.2 均衡计算179

7.3 对手利用191

7.4 小结199

参考文献200

第四部分多智能体学习

8 单智能体强化学习

（章宗长、俞扬，南京大学）

8.1 研究背景207

8.2 强化学习的基本设定208

8.2.1 强化学习模型 208

8.2.2 马尔可夫决策过程 210

8.3 动态规划212

8.4 表格式的强化学习215

8.5 深度强化学习219

8.6 基准测试平台与实际应用234

8.7 当前热点与挑战238

8.8 小结 242

参考文献243

9 基于模型的强化学习

（张伟楠，上海交通大学；汪军，伦敦大学学院）

9.1 Dyna：基于模型的强化学习经典方法 249

9.2 打靶法250

9.3 基于模型的策略优化方法253

9.4 基于模型的方法：从单智能体到多智能体255

9.5 小结260

参考文献262

10 多智能体合作学习

（张崇洁，清华大学）

10.1 研究背景263

10.2 合作学习问题描述265

10.3 基于值函数的合作多智能体强化学习算法265

10.4 基于策略的合作学习算法272

10.5 基准测试集280

10.6 当前热点与挑战282

10.6.1 探索282

10.7 小结289

参考文献290

11 多智能体竞争学习

（郝建业、郑岩，天津大学）

11.1 研究背景298

11.2 竞争式问题描述 299

11.3 基于对手建模的竞争学习算法300

11.3.1 隐式的对手建模方法 300

11.3.2 显式的对手建模方法 309

11.4 基于群体自博弈的竞争学习算法315

11.4.1 自博弈机制 315

11.4.2 联盟训练 318

11.5 实际应用319

11.6 小结321

参考文献322

第五部分 分布式人工智能应用

12 安全博弈

（安波，新加波南洋理工大学；甘家瑞，牛津大学）

12.1 研究背景327

12.2 安全博弈模型与均衡329

12.3 复杂环境下的安全博弈339

12.4 实际应用与成功案例349

12.5 当前热点与挑战354

参考文献360

13 社交网络中的机制设计

（赵登吉，上海科技大学）

13.1 研究背景367

13.2 传播网络与传播机制369

13.3 VCG 在网络上的扩展373

13.4 基于关键传播路径的拍卖机制375

13.5 当前热点与挑战 381

参考文献382