一种新的多主体学习方法

提出了一种在大型复杂的多主体系统中逐步改进个体与群体问题求解能力的学习方法——基于基组织结构的共识学习方法 .通过该方法 ,各主体能够针对某一领域问题交换意见 ,分别扩充或修改各自原有的知识 ,直到达成共识 。

多主体实施方法专利侵权判定新规则分析——以“敦骏诉腾达案”为视角

多主体实施方法专利的侵权判断由于案件事实的多变存在一定的难度,目前新出现的网络通信领域下的多主体实施方法专利也并不适用传统的专利直接侵权和间接侵权制度。本文将结合具体的司法实践,分析多主体实施方法专利的构成要素。同时,对比美国“控制或指挥”标准与我国“实质性固化”标准,得出两者之间的异同,并进一步总结对我国处理类似问题的经验与启示。

基于多主体仿真的微博舆情动态演化模型研究

微博仅140个字,信息共享非常迅速便捷,逐渐成为人们表达心情、交流信息的重要方式。随着用户和数据的积累,微博在舆情管理、行为预测、网络影响发挥着越来越大的价值。文章尝试引入多主体建模与仿真方法对微博舆情动态演化规律进行定量研究,为微博舆情的引导和管理提供科学依据。将微博中各个主体的差异性考虑进去,用多主体建模与仿真方法构建主体之间的交互规则来对传统传染病模型(SIR模型)中的概率进行改进。

Multi-agent reinforcement learning with cooperation based on eligibility traces

The application of reinforcement learning is widely used by multi-agent systems in recent years. An agent uses a multi-agent system to cooperate with other agents to accomplish the given task, and one agent′s behavior usually affects the others′ behaviors. In traditional reinforcement learning, one agent takes the others location, so it is difficult to consider the others′ behavior, which decreases the learning efficiency. This paper proposes multi-agent reinforcement learning with cooperation based on eligibility traces, i.e. one agent estimates the other agent′s behavior with the other agent′s eligibility traces. The results of this simulation prove the validity of the proposed learning method.

信任的滑坡与重建——基于ABM方法的计算社会学解释

信任有助于维系社会稳定、促进经济增长,也对培育转型中国积极健康的社会心态十分重要。市场化进程对一般信任有何影响?首先,本文根据调查数据发现市场化与以"陌生人"为对象的一般信任呈现从"倒U型"向正向关系的过渡。其次,本文使用基于多主体建模与仿真方法发现市场化的推进给交易带来利润和风险的上升,市场化初期缺乏对交易风险的控制,市场化会导致一般信任的下降;当市场交易活动中加入规范性政策对市场交易的风险进行调控时,则市场化会推进一般信任水平的提高。这一发现有利于解释市场化与一般信任从"倒U型"向正向关系的转变。本文使用多主体建模与仿真方法既有助于实现对宏观信任水平的机制解释,也为控制市场交易风险的政策制定提供依据。

基于Multi-Agent的突发事件多部门协同应对建模与分析

为了掌握突发事件时各部门协同工作的影响,以2008年初中国的雨雪冰冻灾害为例,采用多主体(multi-agent)方法对雪灾中的典型多部门协同进行了建模与分析。多主体模型采用混合结构主体,将公路、铁路、电网等实体系统和相应的职能管理部门如交通部、铁道部、电网公司等联合建模,模拟和分析了无协同、弱协同、强协同3种不同协同机制对于突发事件应对效果的影响。研究表明:无协同情况下各系统的受损情况与天气条件表现出明显的相关性,而协同的存在极大地减弱了这种相关性;对于存在多系统间耦合影响的情况,协同应对的效果尤为明显;具有高度协调能力的中枢机构是良好的多部门协同机制的关键所在。