Distributed Strategic Learning for Wireless Engineers - 9781439876374

Nors žaidimų teorijos taikymas tinklų sistemoms yra vertinamas dėl gebėjimo leisti komandoms bendradarbiauti ir skatinti dalyvių koalicinį elgesį, tai nėra be iššūkių. Paskirstytas strateginis mokymasis belaidžiams inžinieriams atskleidžia pažadą mokytis dinaminiuose žaidimuose kaip tinklo raidos analizės įrankį ir pabrėžia galimus spąstus ir sunkumus, su kuriais gali susidurti. Sukurdama ryšį tarp kelių teorijų, ši knyga parodo, ko reikia norint išmokti strateginės sąveikos belaidžiuose tinkluose esant neapibrėžtumui, atsitiktinumui ir laiko vėlavimui. Jame nagrinėjami tokie klausimai kaip: Kiek informacijos pakanka efektyviam paskirstytam sprendimui priimti? Ar visada naudinga turėti daugiau informacijos sistemos veikimui? Kokios yra individualių mokymosi rezultatų ribos pasenus ir netobuliems matavimams? Kokia galima dinamika ir rezultatai, jei žaidėjai perima skirtingus mokymosi modelius? Jei įvyksta konvergencija, koks yra nevienalyčio mokymosi konvergencijos laikas? Kokios yra hibridinio mokymosi problemos? Kaip galima sukurti greitas ir veiksmingas mokymosi schemas, kai vieni žaidėjai turi daugiau informacijos nei kiti? Koks yra jautrumo rizikai poveikis strateginėse mokymosi sistemose? Kaip galima sukurti mokymosi schemas dinamiškoje aplinkoje, kurioje vienas iš žaidėjų nepastebi skaitinės savo išmokų reikšmės, o tik signalą apie tai? Kaip galima išmokti nestabilios pusiausvyros ir globalių optimalų visiškai paskirstytu būdu? Knygoje pateikiamas aiškus aprašymas, kaip žaidėjai laikui bėgant bando sužinoti apie žaidimą ir kitų elgesį. Jame pagrindinis dėmesys skiriamas baigtinėms ir begalinėms sistemoms, kur skirtingų žaidėjų individualių koregavimų sąveika sukuria skirtingą mokymosi dinamiką, nevienalytį mokymąsi, rizikai jautrų mokymąsi ir hibridinę dinamiką.