亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Local and global stimuli in reinforcement learning

强化学习 模仿 钢筋 互惠(文化人类学) 社会学习 社会困境 随机博弈 认知心理学 心理学 微观经济学 人工智能 计算机科学 社会心理学 经济 知识管理
作者
Danyang Jia,Hao Guo,Zhao Song,Лей Ши,Xinyang Deng,Matjaž Perc,Zhen Wang
出处
期刊:New Journal of Physics [IOP Publishing]
卷期号:23 (8): 083020-083020 被引量:38
标识
DOI:10.1088/1367-2630/ac170a
摘要

Abstract In efforts to resolve social dilemmas, reinforcement learning is an alternative to imitation and exploration in evolutionary game theory. While imitation and exploration rely on the performance of neighbors, in reinforcement learning individuals alter their strategies based on their own performance in the past. For example, according to the Bush–Mosteller model of reinforcement learning, an individual’s strategy choice is driven by whether the received payoff satisfies a preset aspiration or not. Stimuli also play a key role in reinforcement learning in that they can determine whether a strategy should be kept or not. Here we use the Monte Carlo method to study pattern formation and phase transitions towards cooperation in social dilemmas that are driven by reinforcement learning. We distinguish local and global players according to the source of the stimulus they experience. While global players receive their stimuli from the whole neighborhood, local players focus solely on individual performance. We show that global players play a decisive role in ensuring cooperation, while local players fail in this regard, although both types of players show properties of ‘moody cooperators’. In particular, global players evoke stronger conditional cooperation in their neighborhoods based on direct reciprocity, which is rooted in the emerging spatial patterns and stronger interfaces around cooperative clusters.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
StayGolDay完成签到,获得积分10
9秒前
12秒前
英喆完成签到 ,获得积分10
14秒前
科研通AI2S应助科研通管家采纳,获得10
16秒前
迅速灵竹完成签到 ,获得积分10
20秒前
22秒前
鲜于元龙发布了新的文献求助10
26秒前
43秒前
CASLSD完成签到 ,获得积分10
50秒前
gwbk完成签到,获得积分10
56秒前
1分钟前
传奇3应助鲜于元龙采纳,获得10
1分钟前
1分钟前
1分钟前
幽默涵易发布了新的文献求助10
1分钟前
在水一方应助nhh采纳,获得10
1分钟前
nhh给nhh的求助进行了留言
1分钟前
1分钟前
1分钟前
xdjack发布了新的文献求助10
1分钟前
1分钟前
鲜于元龙发布了新的文献求助10
2分钟前
略略略发布了新的文献求助10
2分钟前
2分钟前
爱静静完成签到,获得积分0
2分钟前
汉堡包应助科研通管家采纳,获得10
2分钟前
hahahan完成签到 ,获得积分10
2分钟前
李健的粉丝团团长应助xun采纳,获得10
2分钟前
2分钟前
xdjack发布了新的文献求助10
2分钟前
nhh给nhh的求助进行了留言
2分钟前
2分钟前
2分钟前
2分钟前
Jack发布了新的文献求助10
2分钟前
隐形曼青应助言言言言采纳,获得10
2分钟前
xun发布了新的文献求助10
2分钟前
ding应助Jack采纳,获得10
2分钟前
Miss-Li发布了新的文献求助10
2分钟前
高分求助中
Solution Manual for Strategic Compensation A Human Resource Management Approach 1200
Natural History of Mantodea 螳螂的自然史 1000
Glucuronolactone Market Outlook Report: Industry Size, Competition, Trends and Growth Opportunities by Region, YoY Forecasts from 2024 to 2031 800
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
The analysis and solution of partial differential equations 400
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3335359
求助须知:如何正确求助?哪些是违规求助? 2964501
关于积分的说明 8614028
捐赠科研通 2643363
什么是DOI,文献DOI怎么找? 1447420
科研通“疑难数据库(出版商)”最低求助积分说明 670597
邀请新用户注册赠送积分活动 658974