內容簡介
多智能體系統是分散式人工智能的主流方法之一。多智能體系統中存在的各種隨機與不確定因素對協同估計與學習算法能否成功運行以及網絡的整體性能有重要影響。本書介紹了作者近年來在隨機與不確定多智能體系統分散式估計與學習方面的最新研究成果。全書共6章,包括隨機分散式共識計算、隨機分散式線性回歸和基於隨機梯度下降的分散式優化算法等,建立了各類算法的收斂性條件以及算法性能與系統參數的定量關係。 本書可供應用數學、自動控制、人工智能、信號處理、系統科學及相關應用領域的科研人員、工程師、教師和研究生參考。作者簡介
李韜,2004年本科畢業於南開大學信息技術科學學院自動化系,2009年獲中國科學院數學與系統科學研究院系統理論博士學位,現任華東師範大學二級教授、華東師範大學-紐約大學聯合數學科學中心客座教授。曾入選中國科學院青年創新促進會首批會員(2011)、上海市「東方學者』特聘教授(2012)、教育部「長江學者獎勵計劃」青年學者(2017)和國家重大人才工程特聘教授(2022)。主要研究方向為隨機系統與自適應控制、分散式機器學習、控制與博弈。曾主持國家自然科學基金優秀青年科學基金項目(2016-2018)。曾獲第7屆亞洲控制會議最佳論文獎、第28屆張嗣瀛優秀青年論文獎、第17屆國際自動控制聯合會世界大會青年作者獎榮譽提名(五篇之一)、《中國科學:信息科學》五年高被引論文、新加坡千禧基金研究獎、澳大利亞教育部奮進研究獎、中國科學院院長特別獎等。目錄
前言