Agentenbasierte dynamische Programmierung – Sequenzielle Entscheidungsfindung in Multi-Agenten-Systemen
Die agentenbasierte dynamische Programmierung (ABDP) bettet Bellmans Rahmen der dynamischen Programmierung in einzelne Agenten eines agentenbasierten Modells ein. Dies ermöglicht es jedem Agenten, sequentielle, mehrstufige Entscheidungsprobleme mittels Rückwärtsinduktion oder Wertfunktionsiteration zu lösen. Das Ergebnis ist eine Population optimierender Agenten, deren Interaktionen emergentes Systemverhalten erzeugen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Bellman, R. (1957). Dynamic Programming. Princeton University Press, Princeton, NJ. ISBN: 9780691079516
- Tesfatsion, L., Judd, K. L. (Eds.) (2006). Handbook of Computational Economics, Volume 2: Agent-Based Computational Economics. Elsevier, Amsterdam. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Agent-Based Dynamic Programming — Sequential Decision-Making in Multi-Agent Systems. ScholarGate. https://scholargate.app/de/simulation/agent-based-dynamic-programming
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Agentenbasiertes Modellieren (ABM)Simulation↔ compare
- Dynamische ProgrammierungOptimierung↔ compare
- Multi-Objective Dynamic ProgrammingSimulation↔ compare
- Reinforcement LearningDeep Learning↔ compare
- Stochastic Dynamic ProgrammingSimulation↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →