2023年2月11日
《Learning Reciprocity in Complex Sequential Social Dilemmas》 2019-arxiv(未收录)
摘要： 在复杂序贯社会困境中学习互惠 总结 这篇论文主要是提出了一个在线学习的模型展示如何在序贯困境中学习互惠行为，模型包括创新者和模仿者两种代理。 相比于传统的Tit-for-Tat的互惠模型，其优点在于不再是简单的模仿二元动作合作和背叛，可以扩展到多人困境中不局限与二人囚徒困境 实验环境 Harvest 阅读全文
posted @ 2023-02-11 09:01 lanthanume 阅读(16) 评论(0) 推荐(0) 编辑