群体博弈中相互作用智能体间合作的最优组合激励
最优化与控制
2023-12-06 v1
摘要
组合亲社会激励，整合了对合作者的奖励与对背叛者的惩罚，是促进群体博弈中竞争智能体间合作的有效工具。现有研究集中于如何在演化过程中调整奖励或惩罚这两种互斥的工具，以达到群体中期望的合作者比例，而较少关注探索一种能以最低成本将系统引导至完全合作状态的基于组合激励的控制策略。在这项工作中，我们分别在完全图和规则网络上描述为囚徒困境博弈的冲突相互作用智能体群体中，提出了一种组合激励方案。通过设计一个量化组合激励实施成本的指标函数，我们利用最优控制理论解析地构建了最优组合激励协议。通过理论分析，我们确定了最优组合激励方案所需成本最小的数学条件。除了数值计算，我们还进一步进行了计算机模拟，以验证我们的理论结果并探索它们在不同类型网络结构上的鲁棒性。
引用
@article{arxiv.2312.02818,
title = {Optimally combined incentive for cooperation among interacting agents in population games},
author = {Shengxian Wang and Ming Cao and Xiaojie Chen},
journal= {arXiv preprint arXiv:2312.02818},
year = {2023}
}