Embodied Multi-Agent Systems (eBook)

Embodied Multi-Agent Systems (eBook)

Prezzo:
€ 159,11
Compra EPUB
Prezzo:
€ 159,11
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: en
Editore: Springer
Collana: Machine Learning: Foundations, Methodologies, and Applications
Codice EAN: 9789819658718
Anno pubblicazione: 2025
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

In recent years, embodied multi-agent systems, including multi-robots, have emerged as essential solution for demanding tasks such as search and rescue, environmental monitoring, and space exploration. Effective collaboration among these agents is crucial but presents significant challenges due to differences in morphology and capabilities, especially in heterogenous systems. While existing books address collaboration control, perception, and learning, there is a gap in focusing on active perception and interactive learning for embodied multi-agent systems. This book aims to bridge this gap by establishing a unified framework for perception and learning in embodied multi-agent systems. It presents and discusses the perception-action-learning loop, offering systematic solutions for various types of agents—homogeneous, heterogeneous, and ad hoc. Beyond the popular reinforcement learning techniques, the book provides insights into using fundamental models to tackle complex collaboration problems. By interchangeably utilizing constrained optimization, reinforcement learning, and fundamental models, this book offers a comprehensive toolkit for solving different types of embodied multi-agent problems. Readers will gain an understanding of the advantages and disadvantages of each method for various tasks. This book will be particularly valuable to graduate students and professional researchers in robotics and machine learning. It provides a robust learning framework for addressing practical challenges in embodied multi-agent systems and demonstrates the promising potential of fundamental models for scenario generation, policy learning, and planning in complex collaboration problems.