基于记忆的布尔博弈和网络上的自组织现象
摘要：基于记忆的布尔游戏在正则环上进行研究，其中每个智能体根据其在记忆中记录的过去M个时间步的本地最优状态进行行动，并且少数派智能体会得到奖励。引入了一个自由参数p（取值范围为0到1），用于表示智能体根据其记忆做出决策的意愿强度。我们发现，给定适当的意愿强度p，MBBG系统可以自发演化到比随机游戏更好性能的状态；而对于较大的p，会出现兽群行为，这会降低系统的利润。通过分析系统动力学对记忆容量M的依赖关系，我们发现较高的记忆容量有利于更好性能状态的出现，并有效抑制兽群行为，从而提高系统的利润。考虑到长时间记忆的高成本，我们还讨论了通过增加记忆容量来抑制兽群行为的增强，并建议选择M=5作为一个好的选择。
作者：Zi-Gang Huang, Zhi-Xi Wu, Jian-Yue Guan, and Ying-Hai Wang
论文ID：physics/0701102
分类：Physics and Society
分类简称：physics.soc-ph
提交时间：2007-05-23