BriefGPT - AI 论文速递 · 2024-10-30T00:00:00Z 复杂系统的适应性网络干预：一种分层图强化学习方法 💡 原文中文，约600字，阅读约需2分钟。 📝 内容提要 本研究提出了一种分层图强化学习框架（HGRL），旨在通过网络结构干预促进复杂多代理系统中的亲社会行为。研究表明，代理间的社会学习显著影响系统行为，HGRL在低社会学习下能够维持合作，但在高社会学习情况下可能导致合作崩溃，强调了管理者权威在防止系统失败中的重要性。 🏷️ 标签 亲社会行为 分层图强化学习 多代理系统 强化学习 社会学习 管理者权威 阅读原文 生成长图 分享链接 已复制链接
