状況認知の異なる複数の主体からなる社会集団における認知の学習過程の分析

具有不同情境认知的多个主体组成的社会群体中的认知学习过程分析

• 批准号: 08780420
• 负责人: 高橋 真吾
• 金额: $ 0.51万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1996
• 资助国家: 日本
• 起止时间: 1996 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-08780420/
• 关键词: ハイパーゲーム; 遺伝的アルゴリズム; 自律分散システム; ゲーム理論; 認知の学習

複雑な社会状況に含まれる各主体の状況に対する認知が異なることから生じるコンフリクトをハイパーゲームの枠組みで記述し,そのゲームを繰り返すことで各主体が持つ認知を学習していく過程を遺伝的アルゴリズムを用いて分析した.これまでの研究では二人ハイパーゲームにおいて一方のみが認知を学習し,他方は「自然」であるという仮定のもとに学習しない場合が扱われていた.本研究では,社会集団に含まれる各主体が同時に並列的に状況認知を表す自己の利得行列を改善する方法を明らかにした.具体的には,利得行列を学習するプレーヤは集団を構成し,各自のゲームの結果の情報を交換する「ネットワーク型意思決定」を行うと仮定し,ゲームの結果をもとに二つの集団の各プレーヤは同時並列的な情報交換を行い,各自の利得行列を変更する.各自の利得行列は遺伝的アルゴリズムにおける適応度関数によって評価されるが,適応度関数の設定に依存して交換される情報の有効性が決定される.本研究では特に,自律的主体の状況認知の学習のためには,ゲームの直接的な結果だけでなく,それらを集団内で交換することにより,状況に対する大域的な情報として解釈することが必要なことを主に明らかにすることができた.本研究の結果は,自律的主体からなる多主体系における状況認知の学習過程のモデルの構築に貢献することができる.

我们使用超级博弈框架来描述复杂社会情境中每个主体的不同认知所产生的冲突，并使用遗传算法来解释通过重复游戏来学习每个主体认知的过程，之前的研究表明，在两个方面。玩家超级游戏，只有一名玩家学习认知，而另一名玩家不进行学习的情况是基于情境是“自然”的假设来处理的。在这项研究中，我们研究了一种方法，让社会群体中的每个受试者同时并行地改进代表情境意识的自己的回报矩阵具体来说，学习了收益矩阵的玩家组成一个小组，并在“网络型意向系统”中交换有关自己游戏结果的信息。根据游戏结果，两组中的每个玩家并行交换信息并改变自己的收益矩阵，每个玩家的收益矩阵由遗传算法中的适应度决定。适应度函数的设置。在本研究中，我们特别关注这项研究的主要目的是阐明，为了学习态势感知，不仅需要使用游戏的直接结果，还需要通过在小组内交换它们来将它们解释为有关情况的全局信息。这项研究的结果有助于构建由自主主体组成的多主体系统中情境认知学习过程的模型。

项目成果

五十嵐,高橋,中野: "ハイパーゲーム的状況における相互認識の学習過程に関する基本的枠組み" 計測自動制御学会システムシンポジウム予稿集. 75-80 (1996)

Igarashi、Takahashi、Nakano：“超级博弈情况下相互识别学习过程的基本框架”仪器与控制工程师学会系统研讨会论文集 75-80 (1996)。

高橋真吾: "主体間の相互認識の学習が可能となるための情報の特徴" '96春季経営情報学会発表大会要旨集. 209-212 (1996)

Shingo Takahashi：“使主体之间能够学习相互识别的信息特征”，管理信息学会 96 年春季会议摘要集，209-212（1996 年）。