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

➡️

继续阅读