Discute des jeux Stackelberg et de l'induction en arrière, illustrant les concepts de la théorie des jeux à travers des exemples et des applications dans des scénarios réels.
Couvre les bases de l'apprentissage de renforcement, y compris l'apprentissage d'essai et d'erreur, l'apprentissage Q, le RL profond, et les applications dans le jeu et la planification.
Explore l'utilisation par DaimlerChrysler de la technologie des agents dans la fabrication, en se concentrant sur le système Production 2000+ et ses avantages.
Explore la coordination et l'apprentissage dans des systèmes multiagents distribués, couvrant les lois sociales, l'échange de tâches, la satisfaction des contraintes et les algorithmes de coordination.
Fournit des conseils sur les propositions de projets en théorie des jeux, en présentant des exemples passés et en mettant laccent sur la formulation des problèmes et la modélisation mathématique.