English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Diese Arbeit bietet einen Überblick über Methoden, die verteilte und spieltheoretische Optimierungsprobleme in Multi-Agenten-Systemen lösen. Alle betrachteten Methoden basieren auf der Annahme, dass die kritischen Informationen im System auf die einzelnen Agenten verteilt sind und kein Agent Zugriff auf die Gesamtinformation besitzt. Jeder Agent kann allerdings Metadaten seiner lokalen Information seinen Nachbarn preisgeben, sodass ein gemeinsames Ziel erreicht werden kann. Die Nachbarschaften sind dabei durch einen Kommunikationsgraphen festgelegt. Der Fokus liegt daher auf kommunikationsbasierten Verfahren, die schnelle Konvergenzraten aufweisen. Dabei müssen die einzelnen Zielfunktionen der Agenten streng konvex und ihre Gradienten Lipschitz-stetig sein. In der Literatur wurden schnelle Methoden für die verteilte Optimierung bereits ausgiebig behandelt. Es bleiben jedoch viele offene Fragen im Bereich der spieltheoretischen Optimierung. Diese Arbeit verfolgt das Ziel, einen strukturierten Vergleich zwischen den bekannten Ergebnissen für diese Optimierungsprobleme zu schaffen und potentielle Richtungen für die zukünftige Forschung zu formulieren.

Schnelle, verteilte Optimierungsmethoden und spieltheoretische Ansätze in vernetzten Systemen