MARL কেন্দ্রীয়-বিকেন্দ্রীকৃত
বিকেন্দ্রীভূত আংশিক পর্যবেক্ষণযোগ্য MDP (Dec-POMDP)
আংশিক পর্যবেক্ষণযোগ্যতা সহ মাল্টি-এজেন্ট সিদ্ধান্ত সমস্যার গাণিতিক ফর্মালাইজেশন যেখানে প্রতিটি এজেন্ট তার স্থানীয় পর্যবেক্ষণের ভিত্তিতে সিদ্ধান্ত নেয়। এজেন্টদের একটি শেয়ারকৃত গ্লোবাল রিওয়ার্ড সর্বাধিক করার জন্য সহযোগিতা করতে হবে।
← ফিরে যান