UCL多智能体机器学习课程上线，计算机系教授汪军主讲 人工智能已经在围棋、图像识别和语音识别等领域达到甚至超越了人类专家水平，但智能化的机器离我们仍然很远。要想实现通用智能，AI智能体必须学习如何在共享环境中与「他人」进行互动，由此便产生了人工智能的一个前沿研究领域：多智能体学习。 多智能体学习的问题存在于多个领域。在这些问题中，多个智能体不仅与环境相互作用，而且彼此互动，由此造成的复杂和多变性为研究带来了诸多挑战。此外，多智能体学习在现实生活中有着广泛的应用，比如无人机群的控制、仓库机器人的合作、分布式传感器网络/交通的优化、机器竞标等。 如何了解这一前沿领域？ 最近，UCL课程《多智能体机器学习（2021）》上线机器之心知识商店，主讲人为伦敦大学学院（UCL）计算机系教授汪军，适合计算机科学以及机械和航空工程等专业的本科生、研究生，从事机器学习、多智能体协同控制等领域的工程技术人员。 课程观看地址：https://app6ca5octe2206.pc.xiaoe-tech.com/detail/p_603db816e4b0a77c389892d3/6 本课程基于伦敦大学学院计算机系2020-2021学年度课程Multi-agent Artificial Intelligence (20/21)，主要介绍多智能体机器学习。课程将机器学习的研究与博弈论和经济学研究相结合，包括博弈论、拍卖理论、算法机制设计、多智能体（深度）强化学习等主题，同时还将讨论相关的实际应用，包括在线广告、在线拍卖、生成模型的对抗训练、机器人规划，以及玩在线游戏的智能体。 本课程由RLChina（微信公众号：RLCN）制作，RLChina是由国内外强化学习学者联合发起的民间学术组织，主要活动包括举办强化学习线上公开课、强化学习线上研讨会等，旨在搭建强化学习学术界、产业界和广大爱好者之间的桥梁。 课程为英文授课，与UCL授课进度同步，每周五更新，如有变化以课程交流群中通知为准。 讲师简介 汪军，伦敦大学学院计算机系教授，阿兰·图灵研究所 Turing Fellow，华为诺亚方舟实验室决策推理首席顾问。主要研究智能信息系统，包括机器学习、强化学习、多智能体、数据挖掘、计算广告学、推荐系统等。汪军教授目前已发表 120 多篇学术论文，出版两本学术专著，并多次获得最佳论文奖。 课程目录一、博弈论基础介绍 1.1 博弈论的基本概念 1.2 纯策略纳什均衡 1.3 混合策略纳什均衡 1.4 纳什均衡的存在性证明 1.5 古诺双寡头模型 二、更多博弈形式2.1 位势博弈（Potential Game）2.2 扩展形式的博弈(Extensive-form game)2.3 重复博弈（Repeated Games）三、纳什均衡3.1 零和博弈及纳什均衡计算3.2 极大极小博弈（Minmax Game）介绍3.3 纳什均衡的线性规划解法3.4 线性互补问题3.5 Lemke–Howson 算法求解线性互补问题四、贝叶斯博弈与拍卖理论4.1 贝叶斯博弈（Bayesian Game）4.2 在线拍卖的设置与步骤 4.3 拍卖模式：一口价拍卖与密封式拍卖4.4 竞价策略与纳什均衡五、神经网络与深度学习5.1 深度学习基础5.2 词嵌入5.3 深度神经网络层5.4 卷积神经网络5.5 循环神经网络 5.6 网络信息检索5.7 表征学习5.8 深度强化学习六、基于值函数的单智能体强化学习6.1 强化学习基础 6.2 Model-based 方法：马尔科夫决策过程，动态规划求解 6.3 Model-free方法：蒙特卡洛，时序差分，Q-learning 6.4 深度强化学习实例：Atari，Alpha Go七、多智能体强化学习（一）7.1 多智能体强化学习介绍及基本概念7.2 值迭代与策略迭代 7.3 均衡学习：纳什-Q，Minmax-Q，Friend-Foe-Q 7.4 最佳对策：JAL与对手建模，梯度提升，Wolf-IGA八、基于策略的单智能体强化学习8.1 策略梯度8.2 策略梯度理论证明8.3 函数近似九、多智能体强化学习（二）9.1 策略预测的IGA9.2 动态系统的梯度提升优化9.3 虚拟博弈9.4 理性学习9.5 演化博弈论9.6 复制动态方程十、多智能体强化学习（三）10.1 Emergent behaviours10.2 智能体建模10.3 多智能体通信10.4 多智能体合作10.5 Many-agent 学习 课程交流群 欢迎大家加入课程交流群，共同学习讨论。我们也将在群中第一时间发布更新通知。 如群已超出人数限制，添加机器之心小助手：syncedai5、syncedai4或syncedai3，备注「UCL」即可加入。 点击「阅读原文」，即刻开始学习。阅读原文