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。

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。

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。

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.

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。

基于Markov对策的多Agent强化学习模型及算法研究

在ＭＤＰ中，单Ａｇｅｎｔ可以通过强化学习来寻找问题的最优解．但在多Ａｇｅｎｔ系统中，ＭＤＰ模型不再适用．同样极小极大Ｑ算法只能解决采用零和对策模型的ＭＡＳ学习问题．文中采用非零和Ｍａｒｋｏｖ对策作为多Ａｇｅｎｔ系统学习框架，并提出元对策强化学习的学习模型和元对策Ｑ算法．理论证明元对策Ｑ算法收敛在非零和Ｍａｒｋｏｖ对策的元对策最优解．

基于非零和攻防博弈模型的主动防御策略选取方法

针对现实网络攻防环境中防御措施的滞后性以及攻防对抗过程中双方收益不完全相等的问题,提出一种基于非零和博弈的主动防御策略选取方法。首先依据攻击者与系统的博弈关系,结合网络安全问题实际情况提出网络安全博弈图;其次在此基础上给出一种基于非零和博弈的网络攻防博弈模型,结合主机重要度以及防御措施成功率计算单一安全属性攻防收益值,进而根据攻防意图对整体攻防收益进行量化;最后通过分析纳什均衡得到最优主动防御策略。实例验证了该方法在攻击行为预测和主动防御策略选取方面的有效性和可行性。

高校教育资源共享悖论探讨

高校教育资源共享是实现教育现代化的重要手段,共享困境由来已久,各界有识之士对其进行了激烈讨论。从博弈理论出发,对困境产生的原因进行深入分析。运用博弈理论,提出采用优势互补与引入非零和博弈的策略解决高校教育资源共享困境的观点。同时以湖南科技大学和北京师范大学教育资源共享的实际案例,对博弈理论打破高校教育资源共享困境的实际可行性进行了相关分析。实践证明:运用博弈理论对打破高校教育资源共享困境具有一定积极意义和参考价值。

基于非零和博弈的互联系统协同消纳风电调度法

实现可再生能源的大规模利用和共享是能源互联网的主要目的。以"开放、平等、协作、分享"互联网精神为主旨,文中针对输电网,提出了一种基于非零和博弈的多区域大规模风电协调消纳策略,使区域间以进一步分配的形式共享所创造的利益,提高其风电消纳积极性。首先,设置区域等效成本作为博弈因子,生成非零和博弈双成本矩阵;其次,结合离散粒子群算法和策略迭代博弈法找出纳什均衡点以及混合策略纳什均衡;最后,采用帕累托最优分析法确定谢林点。算例结果表明,所提出的博弈消纳策略在兼顾互联系统经济性的同时,可以实现区域间利益的合理分配,提高风电消纳区的积极性,进一步消纳大规模风电。

关于图书馆与书商关系的博弈论分析

本文将博弈论的观点引入到图书馆与书商关系的讨论中,指出图书馆与书商的关系是一种非零和合作博弈关系,进而以招标为例具体阐述了这一关系,同时还揭示了这一关系的关键问题——沟通和信任障碍,最后论述了图书馆“培养书商”的理念,认为图书馆和书商应当深入挖掘合作内容,开拓增值服务,实现双赢目标。

跨越零和:思考当代中国的中央地方关系

省政府在中国政治体制内拥有多大的权力 ,该权力的性质又是什么 ?该问题贯穿了海外研究当代中国中央与省政府关系的文献。为了理解这种权力关系 ,考察重心通常放在省级领导人的角色 ,以及政治体制的性质。本文认为 ,现有文献大体上都未能解释清楚以下两个看似相互矛盾的现象何以能够在现实生活中共存 :即一方面中央和省政府之间存在错综复杂的关系 ,很多时候中央与地方会互相适应及让步 ;另一方面 ,每当中央偶尔实施强制性管理 ,中央政府又展示出至高无上的权力。出现中央时强时弱这高度不确定的结论 ,是由于文献中的分析往往未能恰切地解释权力这概念 ,其中核心问题是

我国专利侵权损害赔偿界定公式的经济学分析

与普通物质财产不同,知识产权侵权行为具有"非零和性",即权利人的损失不等于侵权人的获利。侵权是进入市场的一种(非法)手段。该手段为侵权人带来的收益和为权利人带来的损失,均依赖于市场竞争状况。通过建立寡头市场专利侵权竞争模型,对最高人民法院2014年《关于审理专利纠纷案件适用法律问题的若干规定》中两个界定公式进行经济分析的结果表明,该规定中实际损失界定公式低估了权利人的实际损失,另一公式侵权人实际获利法在市场竞争程度低时低估了权利人的实际损失,在市场竞争程度较高时高估了其实际损失。因此,法院应明确指出现有界定公式的系统偏差,修改相关界定公式,并引导法庭在个案中考虑市场竞争因素,以减少和避免对权利人实际损失的界定误差。

博弈论视域下的西方政治冲突与合作理论

冲突合作理论在西方政治生活中已得到广泛应用,由于博弈论与冲突合作理论具有内在一致性,因此通过博弈论视角分析西方政治中的冲突合作行为成为可能,亦即存在将冲突合作理论扩展为博弈论的一个具体应用的可能。基于这种假设,西方大多数政治过程本质上是非零和博弈的过程,其博弈情境选择成为至关重要的问题。而博弈论在西方政治生活中的运用体现在交易理论和冲突理论两个方面,并且存在一种正向整合机制,使得重复博弈情境下的政治合作与冲突趋于正和博弈。采用文献法、个案法等描述性研究方法,从政治领域的冲突与合作、零和博弈与正和博弈这样的视角进行分析和研究,是一个较新的研究方向与理论尝试。

考虑时滞效应与均值-方差效用的非零和投资与再保险博弈

在考虑时滞效应的影响下研究了非零和随机微分投资与再保险博弈问题。以最大化终端绝对财富和相对财富的均值-方差效用为目标,构建了两个相互竞争的保险公司之间的非零和投资与再保险博弈模型,分别在经典风险模型和近似扩散风险模型下探讨了博弈的Nash均衡策略。借助随机控制理论以及相应的广义Hamilton-Jacobi-Bellman (HJB)方程,得到了均衡投资与再保险策略和值函数的显式表达。最后,通过数值例子分析了模型中相关参数变动对均衡策略的影响。

美国图书馆超联盟的形成机制——非零和合作博弈

文章论述了美国图书馆超联盟的形成机制及其潜在的驱动力量。

税企非零和博弈分析

本文以文献[1]和文献[2]为基础,将税收检查成本及偷税成本量化后,对防止偷骗税行为进行非零和博弈分析。具体指出罚款系数的确定方法,为税务决策部门针对偷骗税行为制定合理的罚款系数提供了可操作的理论依据。

信息不对称条件下有效公共决策模式探析

根据信息经济学的不对称理论和博弈论,公共决策实质上就是非同质性决策参与者的多重利益博弈过程。公共决策模式包括精英决断型、冲突斡旋型、专家建议型、代表协商型和全民公决型五种类型。公共决策产出实质上就是通过这五种模式做出的关系调整与利益平衡。

“为己利他”行为机理的社会基础:变和博弈

"为己利他"行为机理的形成和施行是以合作剩余的存在这一社会基础为前提的,这也就是变和博弈的情形。正因为人类社会的互动中存在着合作剩余,产生了相互协作以做大共同利益这块蛋糕的动机,由此衍生出"为己利他"行为机理。而且,潜在的合作剩余越大,个体越倾向于采取合作的方式,从而"为己利他"行为机理越容易产生和扩展。

主体功能区规划下的我国区域高等教育发展战略

主体功能区规划是一种新的区域发展范式,它使我国的区域高等教育分工更加明晰、合作更加紧密。在主体功能区规划下,非零和博弈理论对我国区域高等教育发展战略的构建具有一定的指导意义。为了实现我国区域高等教育的互利共赢式发展,可建立区域高等教育发展的支撑与保障机制、区域高等教育发展的联席与对话机制、区域高等教育发展的资源整合与共享机制。