Differences

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

--- memento-processus-decisionnels-de-markov-et-systemes-multiagents [2025/03/07 18:10]
47.128.125.109 old revision restored (2025/02/15 03:16)
+++ memento-processus-decisionnels-de-markov-et-systemes-multiagents [2025/04/04 20:36] (current)
3.144.128.235 old revision restored (2025/03/16 04:36)
@@ 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 (chaque joueur suit une stratégie "égoïste" => pas forcément très efficace).
-   * Optimum de Pareto : Une stratégie domine au sens de Pareto si tous les joueurs gagnent au moins autant qu'en suivant leur stratégie dominante et qu'au moins un joueur ai un gain supérieur à ce qu'il recevrait en suivran sa stratégie dominante.
-   * Pareto Optimal : Si la stratégie jointe n'est dominée par aucune autre stratégie.
-   * MMDP : Processus décisionnels de Markov multi-agents. Définit par un n-uplet <m, S, A1, ..., Am, T, R> où S, A, et T sont définis comme pour un jeu de Markov.
-   * DEC-POMDP : Processuss décisionnel de Markov décentralisé partiellement observable. Définit par un n-uplet <m, S, A1, ..., Am, T, Ω1, ..., Ωm, O, R> où le n-uplet <m, S, A1, ..., Am, T, R> est un jeu de Markov, Ω est l'ensemble des observations oi de l'agent i, O est une fonction d'observation définissant une distribution de probabilité sur les actions et observations jointes.
+====  ====
-==== 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 48: / Line 37: @@
      * -Communication inter-agent
      * -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
-Théorème : Tout jeu en forme stratégique fini admet au moins un équilibre de Nash.
-==== Jeux de Markov ====
-MMDP = spécialisation du jeu de Markov dans laquelle la fonction récompense est la même pour tous les agents.
-==== Pistes de recherche pour la coordination inter-agent ====
-Chapitre 6 p124 : https://tel.archives-ouvertes.fr/file/index/docid/362529/filename/these_matignon.pdf

DokuWiki

Site Tools

Differences

Page Tools