多智能代理系统中的交互:公平性社会最优与

多智能体系统可以看作由多个具有自主决策能力的软件智能体组成，各智能体之间会直接或间接地相互作用和影响。通常可以把多智能体系统分为两大类：合作式多智能体系统和非合作式多智能体系统，前者研究的核心问题是各智能体如何利用有限的局部信息，通过自主学习有效协作达到最优的共同目标；而后者一个重要问题是如何采用有效激励机制，促使各智能体主动协调合作，从而最大化系统整体性能。
本书将涵盖以公平性、个体利益最大化以及社会利益最大化为目标的多智能体协调合作理论与技术，结合不同优化目标，介绍最新的多智能体学习算法和激励机制研究进展。本书适用于对多智能体系统设计理论感兴趣的读者，也可作为从事多智能体系统及博弈论理论研究的研究生或科研人员的参考书籍，对从事多智能体系统软件开发人员也具有一定的参考价值。