多智能体学习在公共品困境中形成空间模式

Yefei Zhang 与 Yuxuan Zhao 提交的论文研究固定数量合作者与背叛者用表格 Q-learning 和局部观察独立学习移动策略时，空间格局如何形成。作者称，合作者学习会在资源峰值周围形成集群，其与背叛者的共同适应会改变集群强度和移动方式；在固定训练预算下，合作者高学习率、背叛者低学习率时福利损失最大，部分条件下出现由共同方向偏好支撑的行进带。 在测试条件下，合作者学习使平均集体福利低于随机移动，而让智能体为其造成的拥挤付费可恢复大部分福利损失。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。