基于多人零和博弈的模块化机器人系统近似最优控制

提出一种基于多人零和博弈的模块化机器人(Modular Robot Manipulators, MRMs)系统近似最优控制方法。建立了具有交联耦合(Interconnected Dynamic Couplings, IDC)的模块化机器人系统动力学模型。将机器人系统的控制律和IDC效应作为零和博弈的参与者,MRM系统的最优跟踪控制问题转化为多人零和博弈问题。根据自适应动态规划(Adaptive Dynamic Programming, ADP)算法,通过建立评判神经网络求解哈密顿-雅克比-埃塞克斯(Hamilton-Jacobi-Issacs, HJI)方程,推导出最优控制律。基于李雅普诺夫定理,证明了闭环机器人系统是渐近稳定的,最后通过实验验证了所提控制方法的有效性。

主观社会阶层与道德判断的关系:独立型自我构念与零和博弈信念的链式中介作用

本研究选取523名被试,进行道德判断、主观社会阶层、自我构念与零和博弈信念的测量,以探讨主观社会阶层与道德判断之间的中介机制。结果表明:(1)主观社会阶层显著正向预测功利型道德判断;(2)独立型自我构念和零和博弈信念在主观社会阶层预测功利型道德判断中起到链式中介作用;(3)零和博弈信念在主观社会阶层和道德判断中起遮掩作用。本研究有助于研究者深入了解社会性因素影响道德判断的机制。

基于双人零和博弈的孤岛微电网有界L2增益负荷频率控制

针对含不确定建模误差和新能源接入的孤岛微电网,提出了一种结合有界L2增益基线控制和扰动补偿的综合负荷频率控制(LFC)方法。首先,推导了微电网的全驱模型,将建模误差和新能源的影响总结成一个综合扰动。为提高系统的鲁棒性,该综合扰动被定义成控制信号的对手玩家。进一步,关于扰动抑制的有界L2增益问题被等价成求解综合扰动和控制信号的零和博弈Nash均衡,由此推导出有界L2增益基线控制器。为改善频率的二次控制,设计了基于五阶广义积分观测器的扰动补偿控制,并在此基础上引入了一种针对发电速率约束(GRC)的新型抗发电速率约束(anti-GRC)措施。最后,搭建了16 MW的新能源-柴油混合微电网仿真模型,并在多种工况下对所提出的综合LFC方法进行测试,验证了其有效性。

集体行动逻辑视角下乡村“零和空间”治理——基于福建晋江市的田野调查

乡村公共空间治理是人居环境整治的关键任务,也是实现乡村振兴的重要抓手。公共空间治理难,主要在于“零和空间”引发的集体行动困境。研究发现福建晋江市乡村通过宗族力量引导村民认知目标、网格化管理降低集体行动规模、研究村民偏好进行选择性激励三种方式,促进乡村达成集体行动目标,使“零和空间”演变为“正和空间”。晋江市农村“零和空间”整治的经验,不仅为其他乡村进行类似公共空间治理提供借鉴,也为今后乡村基层治理通过制度设计,形成长效机制促进集体行动目标达成提供有益启示。

企业监控员工不是“猫鼠游戏”,也不能成为“零和博弈”

日前,“女员工因担心走光上班打伞遭开除”话题登上热搜,引发广泛关注。据媒体报道,一女员工因担心个人隐私泄露,连续18天使用雨伞遮挡公司在办公区安装的高清摄像头,最终被公司以严重违纪为由解除劳动合同。对此,网友意见不一。有人认为公司此举有侵犯个人隐私之嫌;也有网友认为公司安装摄像头是正常行为,员工不该遮挡。

“仅退款”争议背后的零和博弈

随着电商领域竞争的白热化,“仅退款”作为一种引流留客的售后服务方式,原本旨在提升消费者购物体验、保护消费者权益的机制,却在一定程度上被有些人滥用,成为商家正常经营的一大痛点,引发了买卖双方的激烈博弈。“一女装商家店铺‘618’营业额达1000万元左右,但扣掉350万元的‘仅退款’,刨除各项成本开支后亏损约60万元”“1400元的洗衣机因无法安装被‘仅退款’”“10元3副耳环遭‘仅退款’,卖家千里驱车追买家讨说法”“网购11元衣服‘仅退款’被判赔800元”……近来,“仅退款”成为电商领域的一大热词,与此相关的话题频频冲上热搜。

基于二人零和博弈的微电网多目标优化调度

随着全球对环境问题的重视程度不断提高,有效利用可再生能源的微电网得到了广泛的发展。为了经济地利用清洁能源,基于微电网的经济性和环保性建立了多目标优化模型,采用基于二人零和博弈的线性加权法平衡两个目标函数,并使用模拟退火粒子群优化算法求解多目标优化模型。仿真结果表明,多目标权重方法和优化算法可以减少不确定性因素的影响,提升微电网的经济性和环保性。

建筑电气施工接零和接地的施工技术分析

接零、接地是电气施工中一项重要的安全措施,通过做好接零和接地的施工技术操作,可以保证建筑电气施工作业的安全。基于此,本文从建筑电气施工接零和接地的概述展开论述,分析了直接接零、间接接零、附属物接零这几种建筑电气施工接零施工技术操作,以及接地极安装、接地铜绞线敷设、接地测试与回填、设备接地连接这几个建筑电气施工接地施工技术操作程序,希望能够为建筑电气施工作业的开展提供参考。

Heston投资模型下的非零和随机微分博弈问题

针对竞争保险公司之间的非零和随机微分博弈问题,本文假设保险公司在购买比例再保险的同时可投资于一个无风险资产和一个具有Heston随机波动率的风险资产。以2家保险公司终端财富相对差值绩效最大化为目标,通过博弈理论和动态规划原理分别得到该博弈在决策者是模糊厌恶和模糊中性2种情形下的纳什均衡再保险投资策略。最后给出一个数值算例阐述参数对纳什均衡策略的影响。

零和博弈与囚徒困境:对大学参与排名的重新审思

近日,中国人民大学宣布退出大学国际排名引发了关于大学排名的激烈讨论,在排名规则的推动下,大学在消费者市场、劳动力市场越发广泛的交集使个别高校之间发生着零和博弈,并最终演化成为整个高等教育系统的囚徒困境。关于大学排名的博弈以越来越尖锐的形式出现,“伪造数据”“灰色交易”“挖人抢人”等现实情况频繁发生。大学在商业化的排名中已深陷泥潭,亟须外部性干预,教育行政部门应该改变以往对排名不赞成和不支持的中立态度、着力消除消费者市场中的信息不对称、加强对排名的监管、避免以排名为依据的教育资源分配。大学之用是价值尺度的问题,难以用简单的量化指标衡量,排名不能也不应该成为大学发展的指挥棒。

两方零和马尔科夫博弈下的策略梯度算法

在两方零和马尔科夫博弈中,由于玩家策略会受到另一个玩家策略的影响,传统的策略梯度定理只适用于交替训练两个玩家的策略.为了实现同时训练两个玩家的策略,文中给出两方零和马尔科夫博弈下的策略梯度定理.然后,基于该策略梯度定理,提出基于额外梯度的REINFORCE算法,可使玩家的联合策略收敛到近似纳什均衡.文中从多个维度分析算法的优越性.首先,在同时移动博弈游戏上的对比实验表明,文中算法的收敛性和收敛速度较优.其次,分析文中算法得到的联合策略的特点,并验证这些联合策略达到近似纳什均衡.最后,在不同难度等级的同时移动博弈游戏上的对比实验表明,文中算法在更大的难度等级下仍能保持不错的收敛速度.

部分可观测带跳倒向随机系统的非零和微分博弈及其应用

微分博弈是研究两个或多个局中人的控制作用同时施加于一个由微分方程描述的动态系统时实现各自最优目标的博弈过程的理论,因其有趣的数学性质和经济领域的应用价值得到了广泛的关注。研究了一类部分可观测带跳倒向随机系统的非零和微分博弈问题,其中博弈系统涉及跳过程,且每个参与者拥有不同的观测方程。对于这种部分可观测的随机微分博弈问题,在控制域为凸的条件下,采用凸变分和对偶技术,建立了博弈纳什均衡点的最大值原理;在适当的凹凸性假设下,证明了必要性最优条件也是充分性最优条件,得到了验证定理。应用上述最大值原理,研究了部分可观测带跳倒向随机系统的线性二次(Linear Quadratic,LQ)博弈问题,得到了LQ博弈问题的唯一最优控制,其中状态方程和伴随方程构成了一类带跳的正倒向随机微分方程。由于LQ模型通常被用于描述许多金融和经济现象,期望上述的部分可观测带跳倒向随机系统的LQ博弈结果能在这些领域得到广泛应用。

基于非零和博弈的自适应人机协作系统设计

为了提高人机协作的协调性,本文设计了基于非零和博弈的自适应人机协作系统,系统由互相解耦的内外环构成。在外环中,通过引入非零和博弈的方法设计人机协作策略,构建关于人力和机器人控制输入的能量函数,通过求解博弈中的纳什均衡达到最优控制。针对能量函数中的不确定参数,采用神经网络估计器进行更新,以估计人和机器人的力。并且通过设计神经网络函数的中心值,获得机器人控制力与跟踪误差的关系,保证控制方法的跟踪性。在更新过程中自适应调整刚度系数,实现人机柔顺协调。另外,在内环中设计了神经网络控制器,采用径向基神经网络,基于实时采集的机器人系统输入输出数据逼近控制器中未知非线性的机器人动力学模型,提高了系统跟踪精度。仿真结果验证了本文方法的有效性。

最优投资与风险控制策略的多人非零和博弈及平均场博弈

金融市场中存在大量的机构投资者,机构投资者追求高回报高财富的特性导致市场竞争日益激烈,竞争的市场环境使得机构投资者不仅追求自身财富的最大化,还关注与竞争对手之间的财富差距。本文研究多个机构投资者策略互动下的投资与风险控制问题。假设每个投资者均可以将财富投资于金融市场中以实现财富增值,同时通过购买保险等方式将面临的风险部分转移给其他金融机构。使用投资者自身财富与市场平均财富之差描述的相对业绩刻画市场竞争,投资者的目标是最大化终端时刻相对绩效的期望效用,在非零和博弈框架下构建了多人投资与风险控制博弈模型,以CARA效用函数为例,运用随机微分博弈理论和平均场博弈理论求出Nash均衡状态下的最优投资与风险控制策略,并进行参数的敏感性分析。研究发现:竞争将导致风险投资攀升,风险控制减弱,从而导致金融市场的系统性风险增加;机构投资者自身及竞争对手的风险偏好和市场竞争程度均会影响均衡投资与风险控制策略;盈余波动影响风险控制策略发生同向改变,但这种影响在波动轻微时较为明显,当波动超过一定程度时,波动对风险控制策略影响甚微。研究为机构投资者的投资与风险控制策略选择提供了有益指导。

未知非线性零和博弈最优跟踪的事件触发控制设计

设计了一种基于事件的迭代自适应评判算法,用于解决一类非仿射系统的零和博弈最优跟踪控制问题.通过数值求解方法得到参考轨迹的稳定控制,进而将未知非线性系统的零和博弈最优跟踪控制问题转化为误差系统的最优调节问题.为了保证闭环系统在具有良好控制性能的基础上有效地提高资源利用率,引入一个合适的事件触发条件来获得阶段性更新的跟踪策略对.然后,根据设计的触发条件,采用Lyapunov方法证明误差系统的渐近稳定性.接着,通过构建四个神经网络,来促进所提算法的实现.为了提高目标轨迹对应稳定控制的精度,采用模型网络直接逼近未知系统函数而不是误差动态系统.构建评判网络、执行网络和扰动网络用于近似迭代代价函数和迭代跟踪策略对.最后,通过两个仿真实例,验证该控制方法的可行性和有效性.

非零和微分博弈系统的事件触发最优跟踪控制

近年来,对于具有未知动态的非零和微分博弈系统的跟踪问题,已经得到了讨论,然而这些方法是时间触发的,在传输带宽和计算资源有限的环境下并不适用.针对具有未知动态的连续时间非线性非零和微分博弈系统,本文提出了一种基于积分强化学习的事件触发自适应动态规划方法.该策略受梯度下降法和经验重放技术的启发,利用历史和当前数据更新神经网络权值.该方法提高了神经网络权值的收敛速度,消除了一般文献设计中常用的初始容许控制假设.同时,该算法提出了一种易于在线检查的持续激励条件(通常称为PE),避免了传统的不容易检查的持续激励条件.基于李亚普诺夫理论,证明了跟踪误差和评价神经网络估计误差的一致最终有界性.最后,通过一个数值仿真实例验证了该方法的可行性.

非零和博弈视角下冲突型警民关系研究

非零和博弈是当前警民关系发展的趋势,也是警民之间相处的极佳态式。当前影响警民冲突的主要因素有公安队伍执法规范性不足、公众的法律意识淡薄、网媒报道真实性不足等。据此,通过非零和博弈理论,探讨公安机关、公众以及社会各界在警民冲突中的“双赢决策”,公安机关要合理分配警力资源,加强预警机制建设,公众则需要保持理性和批判性思维,理解和支持公安工作,网络媒体则需要尊重客观事实,正确把握报道节奏等,从而在博弈格局下促进警民关系高水平均衡发展。

不对称约束多人非零和博弈的自适应评判控制

本文针对连续时间非线性系统的不对称约束多人非零和博弈问题,建立了一种基于神经网络的自适应评判控制方法.首先,本文提出了一种新颖的非二次型函数来处理不对称约束问题,并且推导出最优控制律和耦合Hamilton-Jacobi方程.值得注意的是,当系统状态为零时,最优控制策略是不为零的,这与以往不同.然后,通过构建单一评判网络来近似每个玩家的最优代价函数,从而获得相关的近似最优控制策略.同时,在评判学习期间发展了一种新的权值更新规则.此外,通过利用Lyapunov理论证明了评判网络权值近似误差和闭环系统状态的稳定性.最后,仿真结果验证了本文所提方法的有效性.

非零和博弈:社会组织行动策略选择的新趋向——基于广西A县Y组织的案例研究

近年来,社会组织研究的侧重点开始从内外关系结构考察转向行动策略分析,旨在破解资源与合法性的“双重困境”。Y组织作为一个发端于民间的“草根组织”,在取得法律上的合法性之后,便开始了自身正规化发展的过程,经历由初创到成长再到相对成熟三个渐进的阶段。随着内部结构和外部环境的不断变化,Y组织的运作机制也随之调整。面对渐次增强的资源与合法性的“双重困境”,Y组织既没有刻板地坚持按效率机制行事,也没有一味迎合合法性的要求,而是按照非零和博弈的思路,根据“满意原则”分配注意力等资源,使得合法性机制、效率机制和网络机制并行不悖、相得益彰,并在动态转换中实现相对均衡,从而提高了自身的综合效益,增强了生存发展的能力。Y组织的经验,既反映了社会组织行动策略选择的新动向,也为相关研究提供了一种新思路。

基于零和微分对策的非仿射导弹拦截系统制导律设计

文中基于零和微分对策理论研究了非仿射导弹拦截系统制导律设计问题。首先构建辅助系统,将系统转化为仿射非线性增广形式;其次将导弹与目标视为对抗双方,根据极大极小值原理,设计最优微分对策制导策略,使得拦截系统能够满足预设的性能指标;接着为了获得HJI(Hamilton-Jacobi-Isaacs)方程解析解,利用积分自适应动态规划技术构建神经网络;然后设计积分型自适应权值更新律,在线学习最优微分对策制导律,通过Lyapunov方法证明了闭环系统的有界性;最后将所提算法应用于非仿射导弹拦截系统。仿真结果表明,导弹视线角速率和相对速率满足目标成功捕获必要条件且脱靶量为1 m左右,导弹能够成功拦截目标。