基于双层演化的多人囚徒博弈研究

针对传统的多人重复囚徒博弈（NIPD）难以在大N值时涌现高合作率的问题进行研究,分析了NIPD模型在自由竞争模式和协议竞争模式下的博弈情况,类比2-IPD问题的“针锋相对”策略（TFT）,提出了“类TFT”的策略思想,并结合协同进化的理论,提出Agent及其聚集体Group分层演化的思想,建立了双层演化的仿真模型DL-NIPD。实验结果表明,自由竞争模式只适合小N值的合作,要从根本上保证任何N值下系统都能涌现很高的合作率,必须建立起双层的演化模式,通过显式的协议和团队的竞争,来促进微观主体的合作。     

基于多目标协同演化算法的大规模自动驾驶策略

目前无人驾驶技术领域的研究重点主要集中在单车层面的感知、决策与控制,而缺少对多车 之间交互及博弈的研究,因此无法有效降低交通系统整体事故率并提升通行效率。该文提出一种基于 合作博弈理论的大规模自动驾驶策略涌现方法。通过建立面向网联汽车、多目标优化决策的合作博弈 演化平台,并构造了一种网格道路模型和车辆运动学模型,使得系统中各车辆之间以近邻博弈的方式 进行交互;同时系统采用分布式算法并具有间接交互的特点,最终模型计算复杂度与模拟车辆规模呈 线性关系。实验结果表明,最佳策略涌现后,事故率和平均速度均取得明显改善,其中事故率降低了 90%,模型计算速度提升了 30%。该方法可应用于包含数百万辆自动驾驶汽车的城市级智能交通规划 系统中。     

基于CIS值的非合作-合作两型博弈的理论研究

针对Brandenburger和Stuart提出的非合作-合作两型博弈中的不足,提出一种基于转归集中心值(CIS值)的非合作-合作两型博弈理论框架.用CIS值作为合作博弈阶段的解,进而构造获得非合作博弈阶段的纯策略纳什均衡解,并证明该类两型博弈解存在的条件.所提出的非合作-合作两型博弈的求解方法降低了非合作-合作两型博弈的解和有效策略存在的要求,适合于联盟外局中人的策略对联盟具有外部影响时的非合作-合作两型博弈问题,使非合作-合作两型博弈模型的应用更具有一般化,为供应链管理等问题提供新的理论依据.最后,通过数值实例表明所提出模型和方法的有效性和实用性.     

Cooperation mechanism in finite iterated prisoner's dilemma:revisit based on real-life decision making simulation

模仿现实中人们的决策方式,提出类“触发策略”的策略思想,将原问题由双策略的多阶段博弈转换为多策略的一次性博弈,并建立起扩展的支付矩阵；然后运用进化博弈理论,将随机扰动引入复制子动态,从理论上说明有限次重复囚徒博弈之所以能够涌现合作是复制效应和变异效应共同作用的结果；最后通过建立多主体系统的仿真模型,进一步分析和验证了合作涌现的门限条件和稳定状态.     

二维平面网格上移动成本群体合作行为研究

从移动成本、收益期望与空间博弈的角度,探讨多主体系统的博弈策略演化与系统涌现特征之间的关系。利用空间演化博弈理论,构建了基于个体移动机制的拓扑结构时刻演变的空间演化博弈模型,分析了当主体具有不同的移动成本与收益期望时系统演化的稳定策略,通过分析稳定策略深入探讨系统中合作簇涌现的机理。仿真结果表明,提高移动成本能够最有效地促进系统合作率,同时中等水平的个体收益期望会进一步促进高移动成本的影响效果。     

惩罚因子在重复囚徒困境博弈中的研究

针对囚徒困境博弈中收益矩阵参数无法动态更新的问题,提出一个带惩罚因子的囚徒困境博弈模型。该模型中的个体可以根据自身的策略,动态修改收益矩阵中的参数,在每轮博弈之后个体根据邻居收益更新自己的策略。仿真结果表明,惩罚因子可以有效地促进合作策略的涌现,另外发现,合作策略的涌现不仅与惩罚因子有关,而且与网络个体的初始策略有关。当社团内部的个体采取相同策略,社团之间采取不同策略时,更有利于合作策略的涌现。最后,惩罚因子还可以提高参与者的平均收益。     

有限次重复囚徒博弈中的合作机制研究

模仿现实中人们的决策方式,提出类"触发策略"的策略思想,将原问题由双策略的多阶段博弈转换为多策略的一次性博弈,并建立起扩展的支付矩阵;然后运用进化博弈理论,将随机扰动引入复制子动态,从理论上说明有限次重复囚徒博弈之所以能够涌现合作是复制效应和变异效应共同作用的结果;最后通过建立多主体系统的仿真模型,进一步分析和验证了合作涌现的门限条件和稳定状态。     

共演化博弈中的反馈机制

本文研究共演化动力学在合作演化中的作用.系统的状态由个体的策略决定.系统状态与个体的属性共同演化,形成一种反馈机制.特别是当个体能够根据博弈的结果调整社会关系时,这种调整势必影响未来的博弈.这种反馈机制在适当的时间尺度下,总是能够促进合作.首先,分析了个体策略与群组属性共演化的情形,在基于个体选择的层面上,结合溯祖理论和演化集合论,给出了区域性利他行为涌现的条件.其次,给出了结构群体中策略选择的参数判据,将两策略判据和适应动力学结合起来,发现通过调整与收益矩阵无关的参数可以实现性能控制.最后,研究了不同的角色分配方案在最后通牒博弈中对公平行为演化的影响,发现当个体的先行者优势或所配置的资源依赖于先前分配结果时,公平的分配方案及对公平的要求得以建立.共演化这种反馈机制在用博弈论解决编队控制、资源配置方案设计等实际问题时显示出广泛的应用前景.     

理性背叛的推荐合作激励机制

为了促进协作系统中用户的合作行为,激励机制得到了广泛的使用.然而,现有的激励机制往往存在无条件合作策略占优互惠策略的现象,进而抑制了合作的涌现.为了解决这一问题,本文在推荐激励模型上进一步考虑了用户的理性背叛行为.以演化博弈为框架,研究了理性背叛机制在全局平均学习和当前最优学习两种模式下的策略演化特性.结合实际场景,本文还研究了在非完美推荐下理性背叛机制的鲁棒性问题,并且基于余弦相似度提出了一种策略识别方案.最后,通过大量的数值实验与仿真实验,验证了理性背叛机制的理论特性,也展示了该机制在促进合作方面的有效性能.     

一种基于合作博弈论的自动驾驶车道变更模型

提出一个新颖的车道变更模型,采用合作博弈方法激励车辆参与合作.首次将合作博弈理论应用到车道变更领域,设计用于两车变道的纳什讨价还价变道模型,然后扩展为三车的合作博弈变道模型,并求出变道模型的纳什讨价还价解和夏普利值.为了进一步激励车辆参与合作,在收益分配方案中加入支付补偿部分来实现整体收益的可转移性,从而取得模型的解....