机构名称：
¥ 3.0
全球代理商的全球决策是全球代理人做出影响大量当地代理的决策，是一个经典问题，已经以多种形式进行了广泛研究（Foster等，2022; Qin等，2023; Foster等，2023），并且可以在许多应用中找到。网络优化，电源管理和电动汽车充电（Kim＆Giannakis，2017; Zhang＆Pavone，2016; Molzahn等，2017）。但是，一个关键的挑战是基础系统的不确定性质，这可能很难准确地建模。强化学习（RL）在各种应用程序中都表现出色，例如GO的游戏（Silver等，2016），自主驾驶（Kiran等，2022）和Robotics（Kober等，2013）。最近，RL已成为学习控制未知系统的强大工具（Ghai等，2023; Lin等，2023; 2024a; b），因此，对于多代理系统的决策，包括本地代理商的全球决策问题，具有巨大的决策潜力。
全球决策的有效强化学习...
主要关键词
相关文件推荐
