检索结果-南通市图书馆

考虑羊群效应的低碳创新网络搭便车行为演化——基于Moran过程的随机博弈分析

在线全文

学校读者我要写书评

暂无评论

华侨大学学报（哲学社会科学版） 2024年第1期 76-92页

作者：汪熠杰吕宛青张一云南财经大学工商管理博士后流动站云南昆明650500 云南大学工商管理与旅游管理学院四川大学商学院四川成都610064

低碳创新是实现“碳达峰、碳中和”目标的关键动力与路径,由众多创新主体组成的低碳创新网络则是我国低碳创新的主要力量。然而,合作网络中的搭便车行为,却严重制约了我国低碳创新网络的稳定发展与深度创新。为此,在相关研究基础上考虑... 详细信息

低碳创新是实现“碳达峰、碳中和”目标的关键动力与路径,由众多创新主体组成的低碳创新网络则是我国低碳创新的主要力量。然而,合作网络中的搭便车行为,却严重制约了我国低碳创新网络的稳定发展与深度创新。为此,在相关研究基础上考虑羊群效应理论,并引入Moran过程构建随机博弈模型,对低碳创新网络中搭便车行为的形成演化进行分析。结果表明:首先,当不考虑羊群效应或羊群效应较低时,低碳创新网络仅存在唯一稳定状态。而当羊群效应作用较强时,创新网络中将存在多重稳定状态;其次,低碳创新网络中搭便车行为羊群效应大小受合作创新成本与收益、制度惩罚实施力度与概率、双重外部性、专利政策及创新成功率等因素影响;最后,根据博弈结果和数值模拟,对我国低碳创新网络中搭便车行为的防治提供政策建议与理论支持。

关键词：低碳创新碳中和羊群效应稳定性随机博弈

随机博弈框架下的多agent强化学习方法综述

在线全文

学校读者我要写书评

暂无评论

控制与决策 2005年第10期20卷 1081-1090页

作者：宋梅萍顾国昌张国印哈尔滨工程大学计算机科学与技术学院哈尔滨150001

多agent学习是在随机博弈的框架下,研究多个智能体间通过自学习掌握交互技巧的问题.单agent强化学习方法研究的成功,对策论本身牢固的数学基础以及在复杂任务环境中广阔的应用前景,使得多agent强化学习成为目前机器学习研究领域的一个... 详细信息

多agent学习是在随机博弈的框架下,研究多个智能体间通过自学习掌握交互技巧的问题.单agent强化学习方法研究的成功,对策论本身牢固的数学基础以及在复杂任务环境中广阔的应用前景,使得多agent强化学习成为目前机器学习研究领域的一个重要课题.首先介绍了多agent系统随机博弈中基本概念的形式定义;然后介绍了随机博弈和重复博弈中学习算法的研究以及其他相关工作;最后结合近年来的发展,综述了多agent学习在电子商务、机器人以及军事等方面的应用研究,并介绍了仍存在的问题和未来的研究方向.

关键词：多agent系统随机博弈强化学习

面向随机博弈的群体行为演化动力学建模与分析

在线全文

学校读者我要写书评

暂无评论

面向随机博弈的群体行为演化动力学建模与分析

作者：袁铮云南财经大学

学位级别：硕士

合作行为广泛地存在于各层次的生命系统中,并在推动物种进化和促进人类社会发展等方面扮演着至关重要的作用。理解合作行为如何在自私个体间涌现一直是一个重要且具有挑战性的问题。过去大量的研究成果为现实世界中普遍存在的合作难题... 详细信息

合作行为广泛地存在于各层次的生命系统中,并在推动物种进化和促进人类社会发展等方面扮演着至关重要的作用。理解合作行为如何在自私个体间涌现一直是一个重要且具有挑战性的问题。过去大量的研究成果为现实世界中普遍存在的合作难题提供了有效的解决办法,但这些研究往往假设收益矩阵在智能体的博弈交互过程中是固定不变的,这种假设是对个体真实交互场景的过度简化,忽略了智能体交互环境的时变性,特别是智能体的行为所导致的环境变化。经济学中著名的公地悲剧就是一个典型的例子,牧民们过度的放牧行为会导致公共草场的退化,使得牧民们在接下来的日子里,面临资源匮乏的问题,而适度的放牧则有利于牧民们对草场资源的可持续利用。在这种智能体的行为与环境之间存在相互影响的场景下,群体行为将呈现怎样的演化动力学特征成为了一个热点问题。随机博弈模型能够刻画这种智能体的行为与环境状态之间的相互依赖性,成为了学者们研究动态环境下群体行为演化的重要模型框架。本文利用统计物理学中的对近似方法对随机博弈中群体行为的演化动力学进行了建模,并基于蒙特卡洛方法开展仿真实验,从而对群体随机博弈的演化与均衡进行分析。本文的研究内容分为以下两部分:第一部分是多智能体随机博弈模型的提出与群体行为演化动力学模型的构建。本文根据真实世界中个体的行为决策与环境之间的关系,提出了一个多智能体随机博弈模型。在这个群体博弈模型中,群体的结构对应一个完全图,每个智能体占据图上的一个节点,每两个智能体都由一条边所连接,每条连边都与一个具有对称状态转移规则的双人随机博弈模型相关联。在每个时间步的交互中,每个智能体都根据自己的策略选择一个动作来与他所有的邻居进行博弈,智能体通过Q学习算法进行策略更新,每条边所关联的随机博弈模型的状态转移由其连接的一对智能体的联合动作和对应的当前状态共同驱动。基于这个多智能体随机博弈模型,本文对群体行为的演化动力学进行建模。本文具体分析了动力学建模中常采用的平均场理论在随机博弈场景下的不适用性,巧妙地使用了对近似方法进行动力学建模,实现对不同智能体的不同数据分布的演化的追踪。本文分别推导出能够描述群体环境状态的演化以及各状态下Q值向量对的条件概率分布的演化的动力学方程,并得到一个能够描述对的概率分布的演化的偏微分方程,通过该动力学模型,便能够对随机博弈中群体行为的演化以及环境状态的演变进行准确的预测。第二部分是动力学模型的实验验证及群体随机博弈的演化与均衡分析。为了验证本文构建的动力学模型的预测能力,并揭示群体在随机博弈中的行为演化特征以及内在机理,本文采用蒙特卡洛方法进行了一系列基于多主体的仿真实验。本文验证了动力学模型在不同的博弈模型设计、初始条件、状态转移规则、群体规模大小以及算法参数下的适用性,也通过实验揭示这些不同的因素对群体行为演化所造成的影响。本文的研究发现,在某些条件下,即使两个博弈单独都不支持合作行为的涌现,但这两个博弈之间的转移却能够显著地促进合作行为演化,这意味着短视的强化学习智能体也能在不断变化的环境中学会合作。本文提出的基于对近似方法的Q学习动力学模型是统计物理学方法在强化学习动力学建模中的一个应用,揭示了统计物理与多智能体强化学习之间的联系。本文的对近似建模方法的关键在于如何求解对的概率分布以及该分布随时间的演化,该方法可进一步地应用于建模更多复杂交互场景下的群体行为演化动力学,也将给相关的动力学建模工作带来启发。通过一系列的实验结果,本研究发现状态转移机制在促进群体合作行为演化方面的重要作用,从而为全球气候变暖和公共资源管理等现实问题的解决提供理论指导。

关键词：随机博弈 Q学习群体行为演化对近似动力学模型

基于随机博弈与改进WoLF-PHC的网络防御决策方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机研究与发展 2019年第5期56卷 942-954页

作者：杨峻楠张红旗张传富中国人民解放军战略支援部队信息工程大学郑州450001

当前运用随机博弈的网络攻防分析方法采用完全理性假设,但在实际的网络攻防对抗中攻防双方很难达到完全理性的高要求,降低了现有方法的准确性和指导价值.从网络攻防对抗实际出发,分析有限理性对攻防随机博弈的影响,在有限理性约束下构... 详细信息

当前运用随机博弈的网络攻防分析方法采用完全理性假设,但在实际的网络攻防对抗中攻防双方很难达到完全理性的高要求,降低了现有方法的准确性和指导价值.从网络攻防对抗实际出发,分析有限理性对攻防随机博弈的影响,在有限理性约束下构建攻防随机博弈模型.针对网络状态爆炸的问题,提出一种基于攻防图的网络状态与攻防动作提取方法,有效压缩了博弈状态空间.在上述基础上引入强化学习中的WoLF-PHC算法进行有限理性随机博弈分析并设计了具有在线学习能力的防御决策算法.该算法通过学习可以获得针对当前攻击者的最优防御策略,所得策略在有限理性下优于现有攻防随机博弈模型的纳什均衡策略.通过引入资格迹改进WoLF-PHC算法,进一步提高了防御者的学习速度.通过实验验证了所提方法的有效性与先进性.

关键词：随机博弈 WoLF-PHC 网络攻防防御决策有限理性

基于不完全信息随机博弈与Q-learning的防御决策方法

在线全文

学校读者我要写书评

暂无评论

通信学报 2018年第8期39卷 56-68页

作者：张红旗杨峻楠张传富信息工程大学三院河南郑州450001 河南省信息安全重点实验室河南郑州450001

针对现有随机博弈大多以完全信息假设为前提,且与网络攻防实际不符的问题,将防御者对攻击者收益的不确定性转化为对攻击者类型的不确定性,构建不完全信息随机博弈模型。针对网络状态转移概率难以确定,导致无法确定求解均衡所需参数的问... 详细信息

针对现有随机博弈大多以完全信息假设为前提,且与网络攻防实际不符的问题,将防御者对攻击者收益的不确定性转化为对攻击者类型的不确定性,构建不完全信息随机博弈模型。针对网络状态转移概率难以确定,导致无法确定求解均衡所需参数的问题,将Q-learning引入随机博弈中,使防御者在攻防对抗中通过学习得到的相关参数求解贝叶斯纳什均衡。在此基础上,设计了能够在线学习的防御决策算法。仿真实验验证了所提方法的有效性。

关键词：网络攻防随机博弈 Q-learning 贝叶斯纳什均衡防御决策

在线全文

学校读者我要写书评

暂无评论

基于深度随机博弈的近距空战机动决策

系统工程与电子技术 2021年第2期43卷 443-451页

作者：马文李辉王壮黄志勇吴昭欣陈希亮四川大学计算机学院四川成都610065 四川大学视觉合成图形图像技术国家级重点实验室四川成都610065 陆军工程大学指挥控制工程学院江苏南京210007

针对空战中作战信息复杂、难以快速准确地感知态势做出决策的问题,提出一种博弈论与深度强化学习相结合的算法。首先,依据一对一典型空战流程,以随机博弈为标准,构建近距空战中红蓝双方对抗条件下的双机多状态博弈模型。其次,利用深度Q... 详细信息

针对空战中作战信息复杂、难以快速准确地感知态势做出决策的问题,提出一种博弈论与深度强化学习相结合的算法。首先,依据一对一典型空战流程,以随机博弈为标准,构建近距空战中红蓝双方对抗条件下的双机多状态博弈模型。其次,利用深度Q网络(deep Q network,DQN)处理战机的连续无限状态空间。然后,使用Minimax算法构建线性规划来求解每个特定状态下阶段博弈的最优值函数,并训练网络逼近值函数。最后,训练完成后根据网络输出求得最优机动策略。空战仿真实验表明,该算法具有较好的适应性和智能性,能够有效地针对空战对手的行动策略实时选择有利的机动动作并占据优势地位。

关键词：博弈论深度强化学习随机博弈空战决策

在线全文

学校读者我要写书评

暂无评论

基于随机博弈与禁忌搜索的网络防御策略选取

计算机研究与发展 2020年第4期57卷 767-777页

作者：孙骞薛雷琦高岭王海王宇翔西北大学现代教育技术中心西安710127 西北大学信息科学与技术学院新型网络智能信息服务国家地方联合工程研究中心西安710127 西安工程大学计算机科学学院新型网络智能信息服务国家地方联合工程研究中心西安710600

网络防御策略是决定网络安全防护效果的关键因素,现有的网络防御决策研究的是完全理性前提条件以及攻防效益函数参数选择等方面,对实际网络攻防中信息不对称、法律惩戒等因素存在模型偏差,降低了策略的实用性与可靠性.结合实际问题,在... 详细信息

网络防御策略是决定网络安全防护效果的关键因素,现有的网络防御决策研究的是完全理性前提条件以及攻防效益函数参数选择等方面,对实际网络攻防中信息不对称、法律惩戒等因素存在模型偏差,降低了策略的实用性与可靠性.结合实际问题,在有限理性的前置条件基础上构建禁忌随机博弈模型,引入了禁忌搜索方法对随机博弈进行有限理性的分析,并设计具有记忆功能的搜索方法,通过禁忌表数据结构实现记忆功能,并利用数据驱动的记忆结合博弈模型得出最优防御策略.实验结果表明:该方法在攻防收益量化方面提高了精准度,防御效益相对于现有典型的方法提高了准确度,方法空间复杂度优于强化学习等典型方法.

关键词：随机博弈禁忌搜索网络攻防防御策略有限理性

在线全文

学校读者我要写书评

暂无评论

基于随机博弈模型的网络攻防策略选取

北京邮电大学学报 2014年第S1期37卷 35-39页

作者：付钰陈永强吴晓平宋衍海军工程大学信息安全系武汉430033 信息保障技术重点实验室北京100091

针对网络攻防过程中无法有效应对攻击意图与策略变化的问题,提出一种基于随机博弈模型的网络安全攻防策略选取方法.将网络安全攻防理解为二人随机博弈问题,以主机脆弱性信息为基础,结合主机重要度与防御措施成功率,生成单一安全属性攻... 详细信息

针对网络攻防过程中无法有效应对攻击意图与策略变化的问题,提出一种基于随机博弈模型的网络安全攻防策略选取方法.将网络安全攻防理解为二人随机博弈问题,以主机脆弱性信息为基础,结合主机重要度与防御措施成功率,生成单一安全属性攻防收益值,根据攻防意图对整体攻防收益进行量化.在此基础上,给出攻防均衡策略选取算法.实例分析表明,所研究的模型与算法在攻防策略选取方面合理、可行.

关键词：网络安全攻防模型策略选取随机博弈脆弱性

在线全文

学校读者我要写书评

暂无评论

基于随机博弈与网络熵的网络安全性评估

北京邮电大学学报 2014年第S1期37卷 92-96页

作者：陈永强吴晓平付钰宋衍海军工程大学信息安全系武汉430033 信息保障技术重点实验室北京100091

提出了一种网络熵和随机博弈相结合的网络安全性评估方法.基于随机博弈构建了多人、多状态的网络对抗随机博弈模型.引入网络熵描述网络安全性能,通过求解模型的Nash均衡解获得最优防御策略和网络状态概率,进而利用网络状态熵差对网络安... 详细信息

提出了一种网络熵和随机博弈相结合的网络安全性评估方法.基于随机博弈构建了多人、多状态的网络对抗随机博弈模型.引入网络熵描述网络安全性能,通过求解模型的Nash均衡解获得最优防御策略和网络状态概率,进而利用网络状态熵差对网络安全性进行评估;最后给出了网络安全性评估算法.实例分析表明,该方法能有效评估网络安全性能,为主动防御提供决策支持.

关键词：网络安全网络熵随机博弈对抗模型入侵效果