我们与进化策略在随机的 Kauffman 网络学习本地少数游戏的一个模型并且建议三个方法更新差的代理人的策略,与在给定的代的更低的点:也就是也随机更新他们的策略的布尔功能,或他们随机邻近的 m 代理人的本地信息,或数字 m 随机邻近...我们与进化策略在随机的 Kauffman 网络学习本地少数游戏的一个模型并且建议三个方法更新差的代理人的策略,与在给定的代的更低的点:也就是也随机更新他们的策略的布尔功能,或他们随机邻近的 m 代理人的本地信息,或数字 m 随机邻近地选择代理人。扩大数字模拟的结果证明在三个方法的策略的行为可以显著地在系统提高代理人的全部协作。它也发现一个差的代理人趋于使用小 m 策略并且相关进很长时间游戏玩的不变的分布最后自我组织的代理人愿望的策略,和策略。展开更多
文摘我们与进化策略在随机的 Kauffman 网络学习本地少数游戏的一个模型并且建议三个方法更新差的代理人的策略,与在给定的代的更低的点:也就是也随机更新他们的策略的布尔功能,或他们随机邻近的 m 代理人的本地信息,或数字 m 随机邻近地选择代理人。扩大数字模拟的结果证明在三个方法的策略的行为可以显著地在系统提高代理人的全部协作。它也发现一个差的代理人趋于使用小 m 策略并且相关进很长时间游戏玩的不变的分布最后自我组织的代理人愿望的策略,和策略。