دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Zero-Sum Discrete-Time Markov Games with Unknown Disturbance Distribution: Discounted and Average Criteria (SpringerBriefs in Probability and Mathematical Statistics)
دانلود کتاب بازی های مارکوف با زمان گسسته صفر با توزیع اختلال ناشناخته: معیارهای تخفیف یافته و میانگین (SpringerBriefs در احتمالات و آمار ریاضی)
مشخصات کتاب
Zero-Sum Discrete-Time Markov Games with Unknown Disturbance Distribution: Discounted and Average Criteria (SpringerBriefs in Probability and Mathematical Statistics)
ویرایش: 1
نویسندگان: J. Adolfo Minjárez-Sosa
سری:
ISBN (شابک) : 3030357198, 9783030357191
ناشر: Springer
سال نشر: 2020
تعداد صفحات: 129
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
قیمت کتاب (تومان) : 43,000
در صورت تبدیل فایل کتاب Zero-Sum Discrete-Time Markov Games with Unknown Disturbance Distribution: Discounted and Average Criteria (SpringerBriefs in Probability and Mathematical Statistics) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب بازی های مارکوف با زمان گسسته صفر با توزیع اختلال ناشناخته: معیارهای تخفیف یافته و میانگین (SpringerBriefs در احتمالات و آمار ریاضی) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب بازی های مارکوف با زمان گسسته صفر با توزیع اختلال ناشناخته: معیارهای تخفیف یافته و میانگین (SpringerBriefs در احتمالات و آمار ریاضی)
این SpringerBrief با دسته‌ای از بازی‌های مارکوف مجموع صفر در زمان گسسته با حالت بورل و فضاهای اکشن، و احتمالاً بازده‌های نامحدود، تحت معیارهای تخفیف‌یافته و متوسط، سروکار دارد که فرآیند حالت آن‌ها براساس معادله تفاوت تصادفی تکامل می‌یابد. فرآیند اختلال متناظر، دنباله ای قابل مشاهده از متغیرهای تصادفی مستقل و توزیع شده یکسان با توزیع ناشناخته برای هر دو بازیکن است. بر خلاف حالت استاندارد، بازی در یک افق نامتناهی به شرح زیر در حال تکامل است. در هر مرحله، هنگامی که بازیکنان وضعیت بازی را مشاهده کردند و قبل از انتخاب اقدامات، بازیکنان 1 و 2 یک فرآیند تخمین آماری را برای به دست آوردن تخمین‌هایی از توزیع مجهول اجرا می‌کنند. سپس، به طور مستقل، بازیکنان تصمیمات خود را با چنین برآوردگرانی تطبیق می دهند تا اقدامات خود را انتخاب کرده و استراتژی های خود را بسازند. این کتاب یک تحلیل سیستماتیک در مورد پیشرفت های اخیر در این نوع بازی ها ارائه می دهد. به طور خاص، مبانی نظری روی روش‌های ترکیب تخمین آماری و تکنیک‌های کنترل برای ساخت استراتژی‌های بازیکنان، با مثال‌های گویا معرفی می‌شوند. از این نظر، کتاب مرجعی ضروری برای پژوهشگران نظری و کاربردی در زمینه‌های کنترل تصادفی و نظریه بازی‌ها و کاربردهای آنهاست.
توضیحاتی درمورد کتاب به خارجی
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.
فهرست مطالب
Preface Contents Summary of Notation and Terminology Symbols and Abbreviations Spaces of Functions 1 Zero-Sum Markov Games 1.1 Game Models 1.1.1 Difference-Equation Games: Estimation and Control 1.2 Strategies 1.3 Markov Game State Process 1.4 Optimality Criteria 2 Discounted Optimality Criterion 2.1 Minimax-Maximin Optimality Conditions 2.2 Discounted Optimal Strategies 2.2.1 Asymptotic Optimality 2.3 Estimation and Control 2.3.1 Density Estimation 2.3.2 Asymptotically Optimal Strategies 2.3.3 Proof of Theorem 2.11 3 Average Payoff Criterion 3.1 Continuity and Ergodicity Conditions 3.2 The Vanishing Discount Factor Approach (VDFA) 3.2.1 Difference Equation Average Game Models 3.3 Estimation and Control Under the VDFA 3.3.1 Average Optimal Pair of Strategies 3.3.2 Proof of Theorem 3.5 4 Empirical Approximation-Estimation Algorithms in MarkovGames 4.1 Assumptions and Preliminary Results 4.2 The Discounted Empirical Game 4.2.1 Empirical Estimation Process 4.2.2 Discounted Optimal Strategies 4.3 Empirical Approximation Under Average Criterion 4.4 Average Optimal Strategies 4.5 Empirical Recursive Methods 5 Difference-Equation Games: Examples 5.1 Continuity Conditions 5.2 Autoregressive Game Models 5.3 Linear-Quadratic Games 5.4 A Game Model for Reservoir Operations 5.5 A Storage Game Model 5.6 Equicontinuity and Equi-Lipschitz Conditions 5.7 Numerical Implementations 5.7.1 Linear-Quadratic Games 5.7.2 Finite Games: Empirical Approximation A Elements from Analysis A.1 Semicontinuous Functions A.2 Spaces of Functions A.3 Multifunctions and Selectors B Probability Measures and Weak Convergence B.1 The Empirical Distribution C Stochastic Kernels C.1 Difference-Equation Processes D Review on Density Estimation D.1 Error Criteria D.2 Density Estimators D.2.1 The Kernel Estimate D.2.2 Projection Estimates D.2.3 The Parametric Case References Index
