Produktbild: Democracy and AI & Game AI Algorithms and Multi-Agent Learning
Band 16400

Democracy and AI & Game AI Algorithms and Multi-Agent Learning The 6th International Workshop on Democracy and AI, DemocrAI 2025, and the 2nd Workshop on Game AI Algorithms and Multi-Agent Learning, GAAMAL 2025, Held in Conjunction with IJCAI 2025, Montreal, QC, Canada, August 16–22, 2025, Proceedings

63,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

14.07.2026

Abbildungen

XXIII, 127 p. 23 illus., 21 illus. in color.

Herausgeber

Jawad Haqbeen + weitere

Verlag

Springer Singapore

Seitenzahl

127

Maße (L/B/H)

23,5/15,5/0,9 cm

Gewicht

242 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9596-66-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

14.07.2026

Abbildungen

XXIII, 127 p. 23 illus., 21 illus. in color.

Herausgeber

Verlag

Springer Singapore

Seitenzahl

127

Maße (L/B/H)

23,5/15,5/0,9 cm

Gewicht

242 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9596-66-9

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Democracy and AI & Game AI Algorithms and Multi-Agent Learning
  • .- Analysis Deep Learning Based Multimodal Human Activity Recognition in Smart Homes Using SDHAR-HOME.

    .- Finding Our Moral Values: Guidelines for Value System Aggregation.

    .- Democracy as a scaled collective intelligence process: points of vulnerability and augmentation.

    .- LLMs in Court: Risks and Governance of LLMs in Judicial Decision-Making.

    .- The Effects of an AI Participant on Online Group Deliberation: Evidence from a Controlled Study with Afghan Youth.

    .- Multi-Agent Learning.

    .- Large Batch Sharing.

    .- Diversified Experience Replay for Multi-Agent Reinforcement Learning.

    .- Game AI Algorithms.

    .- Making Mahjong Agents Interpretable: A Parameterized Search Approach.