arXiv cs.MA· Yefei Zhang, Yuxuan Zhao·· 9 天前AI 评分22
公共品困境中多智能体学习如何形成空间模式
Spatial Pattern Formation from Multi-Agent Learning in Public Goods Dilemmas
AI 导读
固定数量的合作者与背叛者用表格型 Q-learning 和局部观测独立学习移动策略，合作者学习会在资源峰值周围形成聚集，共同适应则改变聚集强度与移动方式。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，部分条件下还会出现由共同方向偏好支撑的移动带。在测试的合作者学习条件下，平均集体福利低于随机移动，而对智能体施加拥挤成本可挽回大部分福利损失。
正文 · AI 翻译
摘要：空间公共物品模型表明，向更富裕地点的规定性移动可以产生空间模式。我们研究当智能体学习向何处移动时，这类模式如何涌现，以及学习率如何塑造它们对集体福利的影响。固定数量的合作者与背叛者使用表格型 Q 学习和局部观测，独立学习移动策略。合作者的学习会在资源峰值周围生成集群，而共同适应会改变其强度和运动。在固定训练预算下，当合作者以高学习率学习、背叛者以低学习率学习时，福利损失最大。在该机制的一部分中，学习到的策略还会生成由共同方向偏好支持的移动带。支持移动的条件会随着进一步训练而改变，因此这些模式反映的是训练历史，而非既定的渐近结果。在合作者学习的各测试学习率条件下，平均集体福利低于随机移动，因为拥挤加剧超过了资源收益的增加。在学习过程中向智能体收取其强加于他人的拥挤费用，可在测试条件下挽回大部分福利损失。这些结果将学习率与由个体奖励驱动的空间组织的涌现及其福利成本联系起来。
| 学科： | 多智能体系统（cs.MA）；计算机科学与博弈论（cs.GT）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.12321 [cs.MA] |
| （或本版本的 arXiv:2610.12321v1 [cs.MA]） | |
| https://doi.org/10.48550/arXiv.2610.12321 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yefei Zhang [查看电子邮件]
[v1]
2026年10月8日星期四 17:03:35 UTC（847 KB）
来源：arXiv cs.MA · arxiv.org