强化学习下空间囚徒困境中的稀释、扩散与共生

近期关于带强化学习的空间囚徒困境博弈的研究表明，静态智能体可以通过多种机制学会合作，包括噪声注入、不同类型的学习算法以及邻居收益知识。在本工作中，我们使用独立多智能体 Q-learning 算法，研究了空间版囚徒困境中稀释和移动性的影响。在此设定下，定义了算法的不同可能动作，并与经典非强化学习空间囚徒困境的先前结果相联系，展示了该算法在建模不同博弈论场景中的多功能性以及这种方法的基准测试潜力。结果观察到了一系列效应，包括有证据表明具有固定更新规则的博弈与具有学习规则的博弈在定性上可以是等价的，以及在定义多个动作时群体之间形成的共生互利效应的出现。