Agent-Based Dynamic Programming — การตัดสินใจตามลำดับในระบบหลายเอเจนต์
Agent-based dynamic programming (ABDP) หรือ การโปรแกรมพลวัตแบบหลายเอเจนต์ ฝังกรอบการทำงานของ Bellman's dynamic programming ไว้ในเอเจนต์แต่ละตัวของแบบจำลองหลายเอเจนต์ (agent-based model) ทำให้เอเจนต์แต่ละตัวสามารถแก้ปัญหาการตัดสินใจแบบหลายขั้นตอนโดยใช้ backward induction หรือ value-function iteration ผลลัพธ์ที่ได้คือกลุ่มของเอเจนต์ที่ปรับให้เหมาะสมที่สุด ซึ่งปฏิสัมพันธ์ของพวกมันก่อให้เกิดพฤติกรรมระดับระบบที่เกิดขึ้นเอง (emergent system-level behavior)
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Agent-Based Dynamic Programming — Sequential Decision-Making in Multi-Agent Systems. ScholarGate. https://scholargate.app/th/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.
- การสร้างแบบจำลองเชิงเอเจนต์ (ABM)การจำลอง↔ compare
- การโปรแกรมเชิงพลวัตการหาค่าเหมาะที่สุด↔ compare
- การโปรแกรมเชิงพลวัตหลายวัตถุประสงค์การจำลอง↔ compare
- การเรียนรู้แบบเสริมกำลังการเรียนรู้เชิงลึก↔ compare
- Stochastic Dynamic Programmingการจำลอง↔ compare