项目名称: 基于博弈的复杂自适应系统研究

项目编号: No.61374168

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 韩靖

作者单位: 中国科学院数学与系统科学研究院

项目金额: 78万元

中文摘要: 复杂自适应系统(CAS)是由大量主体(agent)组成,主体之间通过相互作用进行学习和适应,这种由适应性产生的复杂性刻画了很多难题的核心,例如生命起源、物种进化、器官发育、大脑学习机制、生态系统可持续发展、市场演化、语言起源等。目前针对CAS的研究还很初步,主要是概念框架和计算机仿真,很多重要问题都有待探索。本项目以具体的动态博弈问题为实例研究CAS的几个关键问题,包括:第一部分,以组合博弈和可重复的囚徒困境等2人博弈问题,研究2个博弈者/主体在反复对弈的过程中互相学习/适应的规律,通过研究对手策略信息对博弈的影响来探讨共同演化的动力学特征,并结合自适应控制的研究方法和工具推动共同演化理论的进展;第二部分,针对演化博弈问题,探索由具有适应性的、相互作用的主体组成的系统的演化规律,以及如何寻找杠杆点并且对系统进行有效干预,即把我们提出的"软控制"方法用于直接/间接互惠模型上引导群体合作。

中文关键词: 复杂自适应系统;共同演化;软控制;演化博弈;组合博弈

英文摘要: Complex Adaptive Systems(CAS) are systems that involve many agents that adapt or learn as they interact. Complexity built by adaptation describes the core of many important problems, such as the origin of life, evolution of species, organ development, le

英文关键词: Complex Adaptive Systems;Co-evolution;Soft-control;Evolutionary game;Combinatorial games

成为VIP会员查看完整内容
4

相关内容

专知会员服务
84+阅读 · 2021年9月4日
专知会员服务
19+阅读 · 2021年8月30日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
216+阅读 · 2021年5月25日
专知会员服务
67+阅读 · 2021年4月27日
【经典书】图理论与复杂网络导论,287页pdf
专知会员服务
130+阅读 · 2021年3月5日
专知会员服务
44+阅读 · 2020年11月13日
【CMU博士论文Wen Sun】强化学习的泛化性与效率,206页pdf
专知会员服务
89+阅读 · 2020年9月28日
【新书】分布式强化学习,280页pdf
专知
19+阅读 · 2021年12月19日
基于自监督的可逆性强化学习方法
AI前线
4+阅读 · 2021年12月3日
【新书】感知和行动的贝叶斯模型,348页pdf
【WWW2021】基于知识嵌入的图卷积网络
专知
0+阅读 · 2021年4月27日
基于姿态的人物视频生成【附PPT与视频资料】
人工智能前沿讲习班
32+阅读 · 2019年1月28日
无人机集群对抗研究的关键问题
无人机
49+阅读 · 2018年9月16日
【深度强化学习】深度强化学习揭秘
产业智能官
20+阅读 · 2017年11月13日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2010年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
10+阅读 · 2021年11月10日
Arxiv
48+阅读 · 2021年9月11日
Arxiv
27+阅读 · 2020年12月24日
Learning from Few Samples: A Survey
Arxiv
77+阅读 · 2020年7月30日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
15+阅读 · 2019年6月25日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
小贴士
相关VIP内容
专知会员服务
84+阅读 · 2021年9月4日
专知会员服务
19+阅读 · 2021年8月30日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
216+阅读 · 2021年5月25日
专知会员服务
67+阅读 · 2021年4月27日
【经典书】图理论与复杂网络导论,287页pdf
专知会员服务
130+阅读 · 2021年3月5日
专知会员服务
44+阅读 · 2020年11月13日
【CMU博士论文Wen Sun】强化学习的泛化性与效率,206页pdf
专知会员服务
89+阅读 · 2020年9月28日
相关资讯
【新书】分布式强化学习,280页pdf
专知
19+阅读 · 2021年12月19日
基于自监督的可逆性强化学习方法
AI前线
4+阅读 · 2021年12月3日
【新书】感知和行动的贝叶斯模型,348页pdf
【WWW2021】基于知识嵌入的图卷积网络
专知
0+阅读 · 2021年4月27日
基于姿态的人物视频生成【附PPT与视频资料】
人工智能前沿讲习班
32+阅读 · 2019年1月28日
无人机集群对抗研究的关键问题
无人机
49+阅读 · 2018年9月16日
【深度强化学习】深度强化学习揭秘
产业智能官
20+阅读 · 2017年11月13日
相关基金
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2010年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
相关论文
Arxiv
10+阅读 · 2021年11月10日
Arxiv
48+阅读 · 2021年9月11日
Arxiv
27+阅读 · 2020年12月24日
Learning from Few Samples: A Survey
Arxiv
77+阅读 · 2020年7月30日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
15+阅读 · 2019年6月25日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
微信扫码咨询专知VIP会员