社交网络中博弈论均衡行为的强化学习与非参数检测
计算机科学与博弈论
2015-01-07 v1 机器学习
社会与信息网络
机器学习
摘要
本文研究了社交网络中非合作博弈均衡行为的两个重要信号处理方面，即强化学习与会均衡行为的检测。论文第一部分提出了一种强化学习（自适应滤波）算法，该算法通过借助社交网络中的扩散合作策略来促进均衡的学习。智能体形成同嗜性社交群体，并在群体内通过无向图交换过往经验。研究表明，若所有智能体均遵循所提算法，其全局行为将被吸引至该博弈的相关均衡集。论文第二部分提供了一种检验，以检测智能体的行动是否与来自凹势博弈均衡的策略一致。微观经济学中的显示偏好理论被用于构建非参数决策检验与统计检验，其仅需要智能体的探测信号及关联行动。给出了一种随机梯度算法，用于在指定第一类错误概率下实时优化探测信号，以最小化检测的第二类错误概率。我们提供了一个使用能源市场的真实示例，以及一个用于检测在线社交网络中恶意智能体的数值示例。
引用
@article{arxiv.1501.01209,
title = {Reinforcement Learning and Nonparametric Detection of Game-Theoretic Equilibrium Play in Social Networks},
author = {Omid Namvar Gharehshiran and William Hoiles and Vikram Krishnamurthy},
journal= {arXiv preprint arXiv:1501.01209},
year = {2015}
}