公共物品困境中多智能体学习的空间模式研究

2026年10月9日，arXiv Multiagent Systems 发布研究（一手），探讨公共物品困境中多智能体学习驱动的空间模式形成。研究采用表格型 Q-learning 与局部观测，让合作者与背叛者独立学习移动策略，观察空间公共物品模型中模式的涌现。结果显示，合作者学习会在资源峰值周围形成簇，共同适应改变其强度与运动；部分条件下，学习策略还产生由共享方向偏好支撑的行波带。在固定训练预算下，合作者高学习率、背叛者低学习率时集体福利损失最大，且合作者学习时的平均集体福利低于随机移动；对学习中造成的拥挤收费可挽回大部分福利损失。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。