Study on norm emergence and its stability in conflict situations of heterogeneous agent network society

异构主体网络社会冲突情境下的规范涌现及其稳定性研究

• 批准号: 23650075
• 负责人: SUGAWARA Toshiharu
• 金额: $ 2.33万
• 依托单位: Waseda University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Exploratory Research
• 财政年份: 2011
• 资助国家: 日本
• 起止时间: 2011 至 2013
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-23650075/
• 关键词: 社会規範; 非均質エージェント; 分散処理; 複雑ネットワーク; 強化学習; マルチエージェントシステム; ノルム; 慣習; 学習; 安定性; マルコフゲーム; 人工社会; 大規模分散システム; 習慣; 負荷分散; 進化システム

We proposed the learning method in which agents produce norm in the society for effective conflict resolution and investigated the characteristics (convergence, stability, etc.) of the norm. For this purpose, we expressed conflict situations using a Markov game with a variety of payoff matrices that indicate agent's attitudes to situations and rewards as the result of behavior. We also represent the conflict situations that are never resolved unless one of agents gives up the best action (so this may result in the temporal penalty). Using our proposed method, we could find that (1) norms could emerge but its efficiency of resolution and stability is strongly affected by the payoff matrices in agents; (2) we often observed the phenomenon in which the established norms are broken by a few anomaly of agents that have strong attitude to conflicts; and finally (3) inconsistent norms often coexist in the agent network whose structure has the small-world property.

我们提出了一种学习方法，其中代理在有效的冲突解决协会中产生规范，并研究了规范的特征（收敛，稳定等）。为此，我们使用Markov游戏表达了冲突情况，该游戏具有各种回报矩阵，这些矩阵表明代理人对行为的态度和奖励。我们还代表了冲突情况，除非一位代理人放弃最佳行动（因此这可能导致时间罚款）。使用我们提出的方法，我们可以发现（1）规范可以出现，但其解决方案和稳定性的效率受到代理的回报矩阵的强烈影响； （2）我们经常观察到这样的现象，即确定的规范被一些对冲突态度强烈的代理人的异常打破；最后（3）不一致的规范通常在代理网络中共存，其结构具有小世界属性。

项目成果

WSモデル・BAモデルのネットワーク上でのメタ報酬ゲームにおける協調の進化

WS 和 BA 模型网络上元奖励博弈合作的演化

• 发表时间: 2013
• 期刊: エージェント合同シンポジウム(JAWS2013)予稿集, 日本ソフトウェア科学会, 電子情報通信学会, 人工知能学会, 情報処理学会共催, 南紀白浜
• 作者: 平原悠喜;鳥海不二夫;菅原俊治
• 通讯作者: 菅原俊治

Reorganization of Agent Networks with Reinforcement Learning based on Communication Delay

基于通信延迟的强化学习智能体网络重组

• DOI: 10.1109/wi-iat.2012.105
• 发表时间: 2012
• 期刊: Proceedings of 2012 IEEE/WIC/ACM International Conference on Intelligent Agent Technology (IAT-12)
• 作者: 桂木敦史;櫻井祐子;岩崎敦;横尾真;Kazuki Urakawa and Toshiharu Sugawara
• 通讯作者: Kazuki Urakawa and Toshiharu Sugawara

Deciding Roles for Efficient Team Formation by Parameter Learning

通过参数学习确定角色以实现高效团队组建

• DOI: 10.1007/978-3-642-30947-2_59
• 发表时间: 2012
• 期刊: Proceedings of the 6th International KES Conference on Agents and Multi-Agent Systems - Technologies and Applications
• 作者: Miki Hirabayashi;Ibuki Kawamata;Masami Hagiya;Hiroaki Kojima;andKazuhiro Oiwa;Dai Hamada and Toshiharu Sugawara
• 通讯作者: Dai Hamada and Toshiharu Sugawara

Two-Sided Parameter Learning of Role Selections for Efficient Team Formation

角色选择的双边参数学习以实现高效的团队组建

• DOI: 10.1007/978-3-642-32729-2_9
• 发表时间: 2012
• 期刊: Proceedings of the 15th International Conference on Principles and Practice of Multi-Agent Systems (PRIMA-2012)
• 作者: Ibuki Kawamata;Fumiaki Tanaka;and Masami Hagiya;Dai Hamada and Toshiharu Sugawara
• 通讯作者: Dai Hamada and Toshiharu Sugawara

大規模な環境におけるリソースの同定学習とチーム編成の効率化について

学习识别资源，提高大规模环境下的团队组建效率

• 发表时间: 2013
• 作者: 早野真史;菅原俊治
• 通讯作者: 菅原俊治