基于神经认知的人类社会行为模型的稳态分析
最优化与控制
2018-09-25 v1
摘要
我们考虑 Rescorla-Wagner 模型的一个扩展，该扩展在神经认知的个体心理层面的条件作用与学习，和社会群体层面之间架起桥梁。在此模型中，个体间的交互由一个马尔可夫过程刻画。所得的人类社会行为模型是一个循环迭代函数系统，由于随机性，其表现不同于经典 Rescorla-Wagner 模型。我们研究了所提模型中智能体内部状态的收敛性与遍历性性质。
引用
@article{arxiv.1809.08474,
title = {Steady-state Analysis of a Neural-cognition Based Human-social Behavior Model},
author = {Jieqiang Wei and Ehsan Nekouei and Junfeng Wu and Vladimir Cvetkovic and Karl H. Johansson},
journal= {arXiv preprint arXiv:1809.08474},
year = {2018}
}