流行病种群博弈与扰动最优响应动力学
系统与控制
2024-12-31 v3 系统与控制
动力系统
最优化与控制
摘要
本文提出一种方法，通过精心设计的奖励来鼓励更安全的行为，从而减缓策略性智能体种群中的流行病传播。这些奖励根据流行病演变状态自适应调整，并由我们试图设计的动态收益机制赋予。我们使用改进的 SIRS 模型来追踪流行病如何响应智能体的策略选择而进展。通过采用扰动最优响应演化动力学来建模种群的策略行为，我们扩展了先前相关工作，以允许智能体对可用策略的收益和内在成本的感知存在噪声。我们方法的核心是使用系统论方法和无源性概念来获得一个 Lyapunov 函数，确保在预算约束下，感染率最小化的地方病平衡点具有全局渐近稳定性。我们利用该 Lyapunov 函数分析了流行病传播速率如何受支付机制动力学时间尺度的影响。此外，我们推导出种群感染比例和社会规划者为控制传播而必须承担的瞬时成本的任意时间上界，使我们能够量化感染峰值与相应成本之间的权衡。针对一类单参数扰动最优响应模型，我们提出了一种从数据中学习模型参数的方法。
引用
@article{arxiv.2401.15475,
title = {Epidemic Population Games And Perturbed Best Response Dynamics},
author = {Shinkyu Park and Jair Certorio and Nuno C. Martins and Richard J. La},
journal= {arXiv preprint arXiv:2401.15475},
year = {2024}
}