موضوعات في التعلم متعدد الوكلاء

على الرغم من أن تقنيات التعلم الآلي حققت نجاحًا كبيرًا في بيئات الوكيل الواحد، فإن عددًا متزايدًا من الأبحاث يدرس البيئات التي تتضمن عدة وكلاء متعلمين لهم أهداف مختلفة. في هذه البيئات تكون طرق التدريب القياسية مثل الانحدار المتدرج أقل نجاحًا، وغالبًا ما يؤدي التعلم المتزامن للوكلاء إلى ديناميكيات نظام غير مستقرة بل وفوضوية. انطلاقًا من هذه التحديات، يقدم هذا المقرر أسس الأنظمة متعددة الوكلاء من منظور يجمع بين نظرية الألعاب والتحسين ونظرية التعلم. نبدأ بألعاب المصفوفات الأساسية مثل لعبة حجر-ورقة-مقص، ثم ننتقل إلى أشكال أكثر تعقيدًا تشمل ألعاب المعلومات غير الكاملة والألعاب المهيكلة مثل الألعاب التوافقية، وألعاب البوليماتريكس، والألعاب العشوائية. تغطي الموضوعات مفاهيم التوازن المختلفة، وجوانب حساب التوازن والتعلم، بالإضافة إلى التعقيد الحسابي لإيجاد حالات التوازن. كما نستعرض كيف أن هذه النماذج والأساليب قادت إلى اختراقات حديثة في الذكاء الاصطناعي، منتجة وكلاء بمستوى بشري وفوق البشري في ألعاب معروفة مثل غو، البوكر، الدبلوماسية، وسترatego.