Differences

This shows you the differences between two versions of the page.

--- memento-processus-decisionnels-de-markov-et-systemes-multiagents [2025/12/11 05:20]
66.249.70.67 old revision restored (2025/11/16 20:22)
+++ memento-processus-decisionnels-de-markov-et-systemes-multiagents [2025/12/12 06:43] (current)
47.128.127.213 old revision restored (2025/11/23 14:21)
@@ Line 12: / Line 12: @@
    * Observalité : L'observalité d'un environnement caractérise l'ensemble des informations qui sont accessibles à un agent.
    * Observalité partielle : L'observalité est partielle quand toutes les informations nécessaires à la connaissance de l'état du système ne sont pas accessibles.
-   * Jeu matriciel : n-uplet <m, A1, ..., Am, R1, ..., Rm> dans lequel m est le nombre d'agents (joueurs), Ai est l'ensemble des action pour le joueur i, Ri est la fonction de récompense pour l'agent i qui dépend de l'action jointe des agents.
-   * Stratégie : Fonction π : Ai -> [0; 1] qui définit une distribution de probabilité sur les actions du joueur i.
-   * Stratégie pure : Stratégie déterministe.
-   * Stratégie mixte : Stratégie non déterministe.
-   * Gain espéré : Esperance de récompense étant donné la stratégie de l'agent i et celle des autres agents.
-   * Equilibre de Nash : Une stratégie jointe est un équilibre de Nash lorsque chaque joueur ne peut améliorer son gain en changeant de stratégie.
-==== Généralités sur les SMA ====
+====  ====
 Les états, actions et fonctions de récompense d'un PDM (processus décisionnel de Markov) peuvent être défini à 2 niveaux :
@@ Line 44: / Line 38: @@
      * -Coordination inter-agent
-==== Jeux matriciels ====
-Types de jeux matriciels :
-   * Jeu d'équipe : Tous les joueurs ont la même fonction de récompense.
-   * Jeu à somme nulle : La somme des fonctions de récompense de tous les joueurs est nulle.
-   * Jeu à somme générale : N'est ni un jeu d'équipe ni un jeu à somme nulle

DokuWiki

Site Tools

Differences

Page Tools