Προγραμματισμός Δυναμικής Βάσει Πρακτόρων — Διαδοχική Λήψη Αποφάσεων σε Συστήματα Πολλαπλών Πρακτόρων

Ο δυναμικός προγραμματισμός βάσει πρακτόρων (ABDP) ενσωματώνει το πλαίσιο του δυναμικού προγραμματισμού του Bellman σε μεμονωμένους πράκτορες ενός μοντέλου βάσει πρακτόρων, επιτρέποντας σε κάθε πράκτορα να επιλύει διαδοχικά προβλήματα λήψης αποφάσεων πολλαπλών σταδίων χρησιμοποιώντας οπισθοδρομική επαγωγή ή επανάληψη συνάρτησης αξίας. Το αποτέλεσμα είναι ένας πληθυσμός βελτιστοποιούντων πρακτόρων των οποίων οι αλληλεπιδράσεις παράγουν αναδυόμενη συμπεριφορά σε επίπεδο συστήματος.