博弈论与人工智能交叉界面的多智能体学习系统数学
物理与社会
2024-03-13 v1 人工智能
计算机科学与博弈论
多智能体系统
摘要
演化博弈论 (EGT) 和人工智能 (AI) 是两个乍看之下似乎截然不同但具有显著联系和交集的领域。前者关注群体中行为（或策略）的演化，其中个体与他人互动并基于模仿（或社会学习）更新其策略；策略越成功，随时间推移其普及度越高。后者则侧重于机器学习算法和（深度）神经网络。它通常从单智能体视角出发，但越来越多地涉及多智能体环境，其中智能体根据反馈和经验调整其策略，这在某种程度上类似于演化过程，但在自学习能力方面有所不同。鉴于解决现实世界问题所需的关键组成部分，包括 (i) 学习与适应，(ii) 合作与竞争，(iii) 鲁棒性与稳定性，以及总体而言 (iv) 策略演化的个体智能体群体动力学，这两个领域之间的思想交叉融合将有助于多智能体学习系统数学的进步，特别是有助于 bridging 演化动力学与多智能体强化学习的“集体协作智能”这一新兴领域。
引用
@article{arxiv.2403.07017,
title = {Mathematics of multi-agent learning systems at the interface of game theory and artificial intelligence},
author = {Long Wang and Feng Fu and Xingru Chen},
journal= {arXiv preprint arXiv:2403.07017},
year = {2024}
}
备注
8 pages, 1 figure