Méthodes numériques pour des jeux à champ moyen

Présenté par: Prof. Mathieu Laurière (Shanghai NYU)

Les jeux de champ moyen ont été introduits pour étudier d'énormes populations d'agents stratégiques interagissant de manière symétrique. Le fondement théorique a été largement développé et des applications potentielles ont été proposées dans divers domaines, de l'économie à la sociologie et à l'ingénierie. L'application de jeux de champ moyen à des problèmes du monde réel nécessite des méthodes de calcul efficaces. Dans ce cours, nous passerons en revue les méthodes existantes. Après avoir introduit le cadre des jeux à champ moyen, nous discuterons des méthodes basées sur des outils classiques tels que les schémas aux différences finies. Ces méthodes sont bien maîtrisées du point de vue de l'analyse numérique, et elles sont très efficaces lorsqu'elles peuvent être appliquées. Nous présenterons ensuite des méthodes récentes reposant sur l'apprentissage en profondeur, qui peuvent être utilisées pour des problèmes de grande dimension. Enfin, nous discuterons des méthodes d'apprentissage par renforcement sans modèle. Au cours de ce cours, des illustrations numériques et des exemples de codes seront présentés.

Enregistrements