公共物品困境中多智能体学习的空间模式研究
Get the story
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。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Multiagent Systems公共物品困境中多智能体学习驱动的空间模式形成
研究用表格型 Q-learning 与局部观测，让合作者与背叛者独立学习移动策略，探讨空间公共物品模型中模式如何涌现。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。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.