噪声对收敛博弈学习动力学的影响
适应与自组织系统
2012-04-20 v2 物理与社会
摘要
我们研究了滞后锚定动力学 (lagging anchor dynamics) 上的随机效应，这是一种用于在迭代博弈中学习成功策略的强化学习算法，已知其在无噪声情况下会收敛至纳什点。当玩家仅拥有对手战略倾向的有限信息时，该动力学是随机的。我们在噪声较小但有限的情况下对此类噪声的影响进行了分析研究，并表明可以高精度计算涨落的统计特性和相关性质。我们发现，系统可以表现出由内禀噪声驱动的准周期振荡。如果玩家是不对称的并使用不同的学习参数，由于围绕确定性平衡的这些随机振荡，可以获得净收益优势。
引用
@article{arxiv.1109.4853,
title = {Effects of noise on convergent game learning dynamics},
author = {James B. T. Sanders and Tobias Galla and Jonathan Shapiro},
journal= {arXiv preprint arXiv:1109.4853},
year = {2012}
}
备注
17 pages, 8 figures