囚徒困境问题是博弈论的一个重要范例,对此的研究涉及经济学、社会学、生物学等广泛领域。Axelrod R在文献[1]中从进化的角度研究和探讨了经典囚徒困境的一个扩展--重复囚徒困境。这种博弈要求参与者反复进行囚徒困境的博弈,并且可以记住他们的对抗历史。Axelrod还组织了两次重复囚徒困境的计算机竞赛,最终胜出的都是简单的"以牙还牙"策略[2]。这之后有不少学者试图找到可以击败
维普资讯 doc.guandang.net
C 31 5/ N4—28 TP I S 1 0— 3 X S N 0 7 1 0
计算机工程与科学 C OMP E NG NE R NG& ̄ INC UT R E I E I CE E
20年第 2卷第 1期 07 9 O Vo . 9 No 1 2 0 1 2。 . 0, 0 7
文章编号:0 710 ( 0 7 1 -1 50 1 0—3 X 2 0 ) 00 1—5
重复囚徒困境的学习和响应模型 Th a n n n s o s o e o t r t d e Le r i g a d Re p n e M d lf r I e a e Prs n r S Di m m a io e l e 宋亦泠王秉中朱 . .洪蔡 .晟
S ONG -i . ANG n -h n ̄. HU I n . AI S e g Yi n l W Bi g z o g Z Io C h n ̄
(.复旦大学计算机科学与工程系. 1上海 20 3;. 0 4 3 2南京大学计算机科学与技术系 .江苏南京 2 0 9 ) 10 3 (. eat e t f o ue c neadE gne n -u a nvri -h n hi 0 4 3 1D prm n mp t S i c n ier gF d nU i s y S ag a 2 03; oC r e n i e t
2D prm n f o ue c neadTc n l yNaj gU i ri - nig 10 3 C ia . e at et mp t S i c eh o g . n i nvs t Naj 0 9 - hn ) oC r e n o n e y n2
摘要:囚徒困境问题是博弈论的一个重要范例,的研究涉及经济学、会学、学等广泛领域。A e d对此社生物 xl o r R在文献1]从进化的角度研究和探讨了经典囚徒困境的一个扩展——重复囚徒困境。这种博弈要求参与者反复进行囚徒 -中 1困的博弈,境并且可以记住他们的对抗历史。A eo还组织了两次重复囚徒困境的计算机竞赛, xl d r最终胜出的都是简单的 “以牙还牙”策略[引。这之后有不少学者试图找到可以击败它的策略,都未能取得显著成功。文提出了一种学习和响应本的理论模型,实际中的许多重复囚徒困境的策略都可以纳入这一模型中。我们分析了实现这一模型的难点和复杂度,同时 给出了一种基于树结构的实现方式,并在实验中把它和“以牙还牙”比较。实验以及分析表明,作策略在竞赛中表现的优劣主要取决于如何利用一
些启发式规则来权衡学习代价和博弈的总利益,以及在此基础上如何抽取对手的关键信息。 Ab ta tBen o tn x mpei a h o y sr c: iga i n mp ra t a l g met e r,Prs n r SDi mma( e n io e’ l e PD h sata tdwie p e datn ini a tr ce d s ra te t f o nl v rey o icpie u h a cn mis s coo y a d boo y trt rs n r S Di mma (ID) s su i yRo et a t fds il s s c s eo o c。o ilg n ilg .Ieae P o e’ l i n d i e I) wa tde b b r d
A eo[]o oete vl i oeao.n h e fP . o l e p t lpa Dadhv e锄 o xl dn 1t m dlh o t n f oprtnI e a D t a rr e e y l P eh r i- e uo oc i t g o I w p y s ea d y m n a t m - r ft ep e iu nc u tr、n te c mp trI D o r a n so g nz yAx l d, i l tae y TFT ( tfri y o h r vo se o n es I h o ue P t un me t r a ie b er f s d o l mpesr tg Ti o t ) wo wie引. trta,fg e t u b ro ee rh r o g tt ein n w tae ist e tTFr i etu n m e t b t n t c[ Afe h t l r m e frs ac ess u h Od sg e s tge O b a a n r t o r a n, u nh i h u c u cs . r p s e r ig a d r s o s d lfrI whc n e -i t e isa t w to tmu h S c es W epo o ef lann n ep n emo e o PD ih h sma y r ll esr tge sisi pe l a a f a m l- m e tt n . tra ay igt edfiu t ndc mpe i fi pe n igo rmo e, iefte- a e tae ya dc m- na i s Afe n lzn i c lya o lxt o lme tn u d
lwegv eb s dsr tg n o h f y m lr o p r tw t T D u n me t. p r e tl e ut h w h t tae y e vo g e e d ni yt a— a ei i hTF i I t r a n s Ex i n a s lss o t s tg ' b h irl dyd p n P o e m r a f r l s a ̄ n so t wa ob l s a c eta eo fb t e el r ig c s n eo eal a o fa d d p d nh w v siae n t ie o p— n et r d f ewe t e nn t d t v rl p y f.n e e so o i i etg tsa d u iz si p h - n h a o a h n tn l t o n n sc a a tr tc ae nwh ti h slan d e f h r ce sisb s o a a er e . i d t
关键词:囚徒困境;重复囚徒困境;弈论;习和响应博学 Ke r s p i n’ i mma;t a e rs n’ i mma g e t e r la n n n e p n e y wo d: r o r s e Sd l e i r e tdp o e Sdl i r e; a h o y; r i g a d r s m e o s
中图分类号: 3 1们)1
文献标识码: A
具代表性的例子,很适合描述这类情况。问题大致如下:两
1引言 人类社会和大自中都存在着竞争与矛盾冲突。自然然界有捕食者和猎物之间的生存竞争,类社会有国家与国人 家之间的军备竞赛,以及公司与公司之间的价格战。这类竞争的共同点是,如果双方各自追求自身利益的最大化,反而会损害群体利益。 囚徒困境问题 ( r nrS l m ) Pi e’ D e a作为博弈论中最 o s m i 收稿日:0 7 3 9修订日:0 7 7 9期 20- ; 0 2期 2 0- - 00
个囚徒被警察隔离审讯。如果两人都坦白(互相背叛)将,各判五年徒刑;如果两人都不坦白 (互相合作 )将各判一,年;如果其中一人坦白(背叛 )另一人不坦白 (作)则坦、合,白者释放,白者判 1年。面对以上的情况,何理性不坦 O任 的囚徒都会选择坦白以使自己的刑期尽可能短,然而两人
都坦白的结果是各判五年,反而不如都不坦白。也就是说, 出现了
这样一种困境,两个理性的决策导出了一个非理性
通讯佳考地址宋亦泠( 0耷,筒介: ■,上海人,硬士生,研究方向为算法设计与分析. Ad es Ro m 5 5,2 Ch ng ig Rd, a g drs: o 1 0 1 a qn Sh n h ̄ 2 0 3 P. ia 0 4 3。 R Chn
:0 16 202上海市长青路 1号 10;d:31497;. 5 13@ f a d.r 2 55T 188049Em l§214 u儿euc O d I 11 5
doc.guandang.net
东北师大附中理科学霸高...1/2 相关文档推荐 ...“囚徒困境” 博弈论中的 模型 #王家辉“囚徒困境...囚徒 , 坦白 囚徒 不坦白 囚徒 坦白 会重复进行,...
而在此之后,也许“囚徒困境”将演变成另一种新的模型,我姑 且称之为“重复博弈结果下的囚徒报复”?? 2.军事或政治学例子:军备竞赛 在政治学中,两国之间的军备...
为了研究合作策略的涌现,就需要考虑更多的动力学机 制。重复博弈提供了一个逃离...本 文提出了一个基于重复囚徒困境博弈的复杂网络模型,在网络 的演化过程中,分别...
复杂网络上重复囚徒困境博弈的研究王伊蕾 , 杨洪勇 , 李 涛 a a b (鲁东...博弈演化动力学的影响 ,即增加相互作用 行了研究 ,在他们的模型中 ,个体采取...
2007年,房价飙升,网上发起集体不买 房,响应者众。...用 博弈论的术语来说,这是一种 囚徒困境的重复博弈...如何利用“囚徒困境” 利用囚徒困境模型,设计改变博弈...
基 于综合信任模型 , 给出了多 Agent重复囚徒困境博弈算法 , 并对所研究的...近年来 , 博弈论在统计物理学 , 经济学 , 社会学 [1 - 2] 等学科中得到...
招专业人才,上一览英才 绩效考核中的“囚徒困境”模型分析在人力资源管理工作中,...因此可以将绩效考评近似看作无限次重复博弈,这一重复博弈过程可以得到合作解。 2...
一个光合作用光响应新模型与传统模型的比较_专业资料。为了解决传统光合作用光响应模型(如直角双曲线和非直角双曲线模型)中光合速率虽沿着渐进曲线响应光照强度的增加...
10 张文霞等: 动力学方程控制表面反应的模拟模型和方法 1855 在 p CO 范围内都非常相近, 模拟结果和实验结果符合较好. 为考察模拟对振荡的响应, 我们引入了式 ...
维普资讯 http://www.cqvip.com 石 油学 报(油 加工 )石 ATAPTOE IC(ERLUPo !C ERLINIAPTOEM R《! S s !E ! 加氢裂化集总反应动力学 模型 研究 监谭...
热门文档