[提交於2024年9月21日 (v1)，最後修訂於2024年12月18日 (此版本, v3)]
查看由泰勒·M·佩恩 (Tyler M. Paine) 和另外兩位作者撰寫的論文《非線性意見動態中適應性偏差在進化分工遊戲中的應用》的PDF
查看PDF
HTML（實驗性）
摘要：本文探討如何在非線性意見動態（NOD）中自適應地控制偏差參數，以便將代理人分配到任意大小的群體中，以最大化集體獎勵。在之前的研究中，一種基於NOD與多目標行為優化耦合的算法已成功應用於自主任務分配的多機器人系統的現場實驗。受到現場結果的啟發，本文提出並分析了一種新的任務分配模型，該模型將NOD與進化遊戲框架結合。我們證明了在某些充分條件下，可以通過使用去中心化反饋的自適應偏差來控制群體中的意見狀態，以達到在兩個任務之間的代理人期望分配。然後，我們通過一個協作進化分工遊戲的模擬研究驗證了理論結果。
提交歷史
來自: 泰勒·佩恩 (Tyler Paine) [查看電子郵件] [v1]
2024年9月21日 星期六 00:54:15 UTC (3,127 KB)
[v2]
2024年10月18日 星期五 18:56:37 UTC (3,128 KB)
[v3]
2024年12月18日 星期三 12:20:51 UTC (3,754 KB)
本文由 AI 台灣 運用 AI 技術編撰，內容僅供參考，請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團，
隨時掌握最新 AI 動態與實用資訊！
