清华、北大等发布Self-Play强化学习最新综述

强化学习框架我们考虑最一般的形式:部分可观察的马尔可夫博弈(partiallyobservableMarkovgame,POMGs),即多智能体场景,且其中每个智能体无法完全获取环境的全部状态。博弈论基础知识介绍了博弈具体类型,包括(非)完美信息博弈和(非)完全信息博弈、标准型博弈和扩展型博弈、传递性博弈和非传递性博弈、阶段博弈和重复博...

璩静离职后发声,怒怼网友:恶毒的坏人、没资格点评我;李国庆摆拍...

5月12日消息,近期美国麻省理工学院一个研究团队称,部分人工智能系统已经学会如何欺骗人类,其中包括部分号称已被训练成乐于助人和诚实的系统。该研究成果发表在美国细胞出版社旗下的《模式》杂志上。研究人员表示,虽然人工智能系统在游戏中作弊似乎是无害的,但它可能会导致“欺骗性人工智能能力的突破”,并在未来演变成...

张维迎:从博弈论看社会合作

1996年,我出版了《博弈论与信息经济学》一书,此后,多种版本的国外引进和国内学者编写的博弈论教科书相继出版,博弈论逐步被一些大学引入研究生课程,博弈论的知识在中国经济学界逐步普及开来。在中国社会科学文献引用统计中,我的《博弈论与信息经济学》一书的被引用率连续多年名列前茅,说明博弈论作为一种研究方法,已...

牛津大学甘家瑞课题组算法博弈论、多智能体系统方向博士生招募

此前他在德国马克斯普朗克研究所从事博士后研究,于2021年在牛津大学获得计算机科学博士学位。他的研究涉及算法博弈论、多智能体系统、AI、计算经济学、运筹优化等领域,主要工作集中在序贯信息设计、博弈欺骗攻防、多智能体合作机制设计、安全博弈等问题上。文章发表于AAAI、NeurIPS、IJCAI、AAMAS、EC、AIJ等会议和期刊...

有趣味的博弈论模型

“雪堆”博弈又称为“鹰鸽”博弈或者“小鸡”博弈(chickenGame),是另一类两人对称博弈模型,描述了两个人相遇时是彼此合作共同受益,还是彼此欺骗来相互报复。它揭示了个体理性和群体理性的矛盾对立。可以这样来描述雪堆博弈:在一个风雪交加的夜晚,两人相向而来,被一个雪堆所阻,假设铲除这个雪堆使道路通畅需要的代价...

跟简·奥斯丁学博弈论:她有意识地在小说中建立策略思维

奥斯丁的六部小说可视作一个系统的研究项目(www.e993.com)2024年11月11日。奥斯丁最终探索了博弈论的新应用,她的结论之一是:策略伙伴关系是亲密关系最可靠的基础。本文节选自[美]崔硕庸著,游嘉、王苇霖译《简·奥斯丁的谋略》,格致出版社2020年4月出版。电影《成为简·奥斯汀》剧照...

懂点博弈论,人生会大不一样

在纳什眼里,追求女生就是一场“博弈”,而“博弈”是要遵循一定规则的,是需要“博弈”策略的。果然这一策略成功地引起了美女的注意。哪怕自己说了很多直男话语,也丝毫没有降低他在美女面前的印象分。博弈论真的有这么神奇吗?接触过博弈论课程的会觉得这是门很难的课程,占优策略,零和博弈,纳什均衡等等,更有多...

“博弈论”在商业战略决策中的运用

这种通过限制自己行动来获取竞争优势的做法被称为策略性行为。通过策略互动最终实现纳什均衡是博弈论的精髓所在。须知,真正善用博弈论者,他的智慧是可以领先于时间,看到发生于事件之前的结果的。(出自《博弈圣经》“智慧领先于时间,结果发生于事前”。)

——《信号与欺骗:国际关系中的形象逻辑》评介

《形象逻辑》吸收借鉴了加拿大学者欧文??戈尔曼的符号互动论以及美国经济学家托马斯??谢林的博弈论等研究成果,与迈克尔??斯宾塞的市场信号理论存在相通之处。在杰维斯看来,信号是一种声明或行动,其含义“通过各行为体之间心照不宣的或明确的理解而建立起来”。例如,在人际交往中,某人吐露的字眼(如“天气真好”)是...

为什么说赌球是一场不会赢的游戏?

其实,上面很多理论,都是浅显易懂的。很多参与赌球的人,也未必就不知道这些道理。从博弈论的角度,赌球终究是一场连“零和博弈”都不是的“负和博弈”。也再次强调,啰里啰嗦写了这么多,并不是批判赌球的负面性,而是尽可能对它有个正确的意识,不管参不参与其中,都需要有一个良好的心态。回到第一节所说,你可以...