多议题社会学习
计算机科学与博弈论
2020-02-04 v3
摘要
我们考虑一种社会学习场景，其中智能体只能观察到部分群体（建模为无向图上的邻居），面临许多决策问题，且智能体的到达顺序未知。我们提出的核心问题是：是否存在一种自然的可见性图能够防止信息级联现象。我们引入了“名人图”（celebrities graph）并证明，即使智能体决策的顺序是随机的，甚至不同议题以不同顺序决策，它确实允许在大群体中进行适当的信息聚合。
引用
@article{arxiv.1605.02489,
title = {Multi-Issue Social Learning},
author = {Gal Bahar and Itai Arieli and Rann Smorodinsky and Moshe Tennenholtz},
journal= {arXiv preprint arXiv:1605.02489},
year = {2020}
}
备注
Accepted to Mathematical social sciences journal