重复囚徒困境寻找策略
摘要
对于研究如何权衡个人利益和团体利益的多agent系统而言，囚徒困境是一个十分有用的模型。迄今为止人们已经发现了很多策略，这些策略各不相同。但是到底哪种类型的策略更加优秀，一般而言应该如何寻找比较好的策略呢？在这篇文章中，我介绍了一些寻找策略的普遍方法，并将我的试图合作策略与一些经典策略进行比较。首先，进行理论分析，说明试图合作策略既能在对手有意合作的时候积极响应，又能在对手恶意背叛的时候施以惩罚。其次，通过试图合作策略和其他不同策略竞赛的实验数据来证明：试图合作的确是一个优秀的策略。
目录
1绪论
1． 1囚徒困境介绍
1950年，Merrill Flood和Melvin Dresher提出囚徒困境（Prisoner’s dilemma，简称PD），并进行研究，将之归为搏弈论的领域。尽管当时他们并没有大力宣传自己的研究成果，囚徒困境难题仍然吸引了大量不同学科研究者的关注。从此以后，众多领域，各界人士都对此难题产生了极大兴趣，并因此衍生了许多囚徒困境难题的变种。下面先介绍一下经典的囚徒困境难题。
两个囚犯分别被关在不同的屋子里审讯。警察告诉他们：如果两人都坦白,各得2分；如果两个人都抵赖,各得6分；如果其中一人坦白另一人抵赖,坦白的得10分,不坦白的得0分。这些分数由一个支付矩阵决定，见图一。这里,每个囚徒都有两种选择：坦白（即背叛对方）或抵赖（即与对方合作）。如果只进行一次游戏，每个人都会选择坦白,因为不管对方选择什么，坦白总不会吃亏，因此各得2分。
（A的得分，B的得分） Agent B的选择
合作 背叛
Agnet A的选择 合作 （6，6） （0，10）
背叛 （10，0） （2，2）
图一：囚徒困境的典型支配矩阵无忧论文 【http://www.uklunwen.com】 |
|
支付方式咨询：357500023@qq.com