检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

博弈决策影响因素及内在机制研究现状与展望

心理科学 2014年第5期37卷 1271-1278页

作者：陈璟姜金栋皇甫桦彦李红四川师范大学教育科学学院心理发展与应用研究中心成都610068 成都师范学院成都611130 成都医学院四川应用心理学研究中心成都610500 辽宁师范大学心理发展与教育研究中心大连116029

博弈决策是指"在包含利益相互依存的两个或多个参与者的博弈情境中所进行的行为决策",自进入心理学研究后已成为决策心理研究领域的热点。本文述评了博弈决策的影响因素及神经生理机制的研究现状;展望了未来研究方向:加强内在机制研究... 详细信息

博弈决策是指"在包含利益相互依存的两个或多个参与者的博弈情境中所进行的行为决策",自进入心理学研究后已成为决策心理研究领域的热点。本文述评了博弈决策的影响因素及神经生理机制的研究现状;展望了未来研究方向:加强内在机制研究与综合理论模型建构、改进完善研究范式及加强对多种范式的考查、加强相关认知与情绪能力的作用机制研究、加强对语言等影响因素的跨文化与文化间比较、加强训练与应用研究。

关键词：博弈决策影响因素神经生理机制

非完全信息下基于PPO-CFR的扩展式博弈决策

在线全文

学校读者我要写书评

暂无评论

中国科学：信息科学 2022年第12期52卷 2178-2194页

作者：黄蕾朱进段福庆中国科学技术大学信息科学技术学院合肥230022 北京师范大学人工智能学院北京100875

非完全信息下的人机对抗通常可以通过双人零和博弈模型加以描述,反事实后悔最小化(counterfactual regret minimization,CFR)是处理非完全信息双人零和博弈的一种流行算法.然而现有CFR及其变体算法在迭代过程中使用固定的后悔值计算和... 详细信息

非完全信息下的人机对抗通常可以通过双人零和博弈模型加以描述,反事实后悔最小化(counterfactual regret minimization,CFR)是处理非完全信息双人零和博弈的一种流行算法.然而现有CFR及其变体算法在迭代过程中使用固定的后悔值计算和策略更新类型,在非完全信息扩展式博弈下表现各有优劣,泛化性能薄弱.针对这一问题,本文将强化学习近端策略优化(proximal policy optimization,PPO)算法与CFR算法相结合,提出一种PPO-CFR算法,通过训练出理性的智能体,从而实现CFR迭代过程后悔值计算和策略更新类型的自适应选择,以提高算法的泛化性能,并实现非完全信息扩展式博弈的策略优化.本文采用通用的扑克博弈实验验证所提算法,并制定逐步奖励函数训练智能体的动作策略,实验结果表明,与现有方法相比,PPO-CFR算法具有更好的泛化性能和更低的可利用度,迭代策略更为逼近纳什均衡策略.

关键词：非完全信息扩展式博弈反事实后悔最小化近端策略优化博弈决策

博弈决策中他人整合情绪的人际效应作用的机制研究

在线全文

学校读者我要写书评

暂无评论

博弈决策中他人整合情绪的人际效应作用的机制研究

作者：印男四川师范大学

学位级别：硕士

在博弈决策中越来越看重情绪的“人际效应”,因为情绪具有信号作用,即个体的情绪可能会影响他人的行为。在博弈决策中,如果受到他人情绪的影响,那么个体的决策就会受到改变。本研究依赖于情绪即社会信息模型的框架,以经典的经济决策任... 详细信息

在博弈决策中越来越看重情绪的“人际效应”,因为情绪具有信号作用,即个体的情绪可能会影响他人的行为。在博弈决策中,如果受到他人情绪的影响,那么个体的决策就会受到改变。本研究依赖于情绪即社会信息模型的框架,以经典的经济决策任务即最后通牒任务、双边买卖议价谈判任和三人运营商购地联盟议价谈判,探讨了博弈决策中应答者/分配者/买方/卖方是否会受到他人情绪的影响,从而改变自己的决策策略。同时还考察了人际效应与权利认知的交互机制的关系。包含以下3个系列实验。研究结果表明:（1）在无权利提示条件下,相对于无情绪表达,面对应答者/卖方的愤怒表达或失望表达,提议者/买方会提高分配要约和出价;他人的整合情绪的人际效应产生。在无权利提示条件下,相对于无情绪表达,面对应答者/卖方的高兴表达,提议者/买方会降低分配要约和出价;他人的整合情绪的人际效应产生。（2）在有权利提示条件下,提议者/买方分配要约和出价的从高到低的实验条件的顺序依次为:应答者/卖方的高兴表达＞愤怒表达＞失望表达＞无表达;权利认知效应产生。（3）在无权利提示条件下,相对于无情绪表达,面对提议者/买方的高兴表达,应答者/卖方会更多地拒绝分配要约和出价;在无权利提示条件下,相对于无情绪表达,面对提议者/买方的内疚表达,应答者/卖方会更多地接受分配要约和出价;他人的整合情绪的人际效应产生。（4）在有权利提示条件下,应答者/卖方会接受分配要约和出价的次数从高到低的实验条件的顺序依次为:提议者/买方的内疚表达＞无表达＞高兴表达。权利认知效应产生。（5）在高兴表达条件下,无论表达来自被接纳者还是被排斥者,被试都不会转换联盟对象,但会降低给表达者的分配要约;他人的整合情绪的人际效应产生。在愤怒表达条件下,如果表达来自被接纳者,被试会转换联盟对象并减少给表达者的分配要约;如果表达来自被排斥者,被试不会转换联盟对象,但会降低给表达者的分配要约。

关键词：博弈决策整合情绪人际效应权利认知最后通牒任务双边买卖议价任务三人运营商购地联盟议价任务

环境行政执法中的博弈决策分析——基于执法效能的视角

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

湖北大学学报（哲学社会科学版） 2017年第5期44卷 98-104页

作者：孟庆瑜马雁河北大学政法学院河北保定071002

借助博弈论基本模型,针对环境行政执法中"激励的悖论"现象及非线性效应,依据混合策略纳什均衡博弈矩阵,能够分析环境行政执法中囚徒困境的发生机制,并提出改进环境行政监管执法中的动态博弈与治理策略。导致环境执法效能不足的原因,在... 详细信息

借助博弈论基本模型,针对环境行政执法中"激励的悖论"现象及非线性效应,依据混合策略纳什均衡博弈矩阵,能够分析环境行政执法中囚徒困境的发生机制,并提出改进环境行政监管执法中的动态博弈与治理策略。导致环境执法效能不足的原因,在于博弈各方行为抉择时的信息不对称与信息不充分,改进措施在于改变执法博弈中收益结构的激励侧重点,即强化对环境行政执法机构的监管,改进环境治理效果的立法机制和改进执法方式的切入点,提升对环境执法行为的日常监管效力,并在环保立法过程中强化这种结构性约束。

关键词：环境治理博弈决策执法效能

在线全文

学校读者我要写书评

暂无评论

企业营销网络上的价值增值博弈决策研究

数学的实践与认识 2018年第12期48卷 103-108页

作者：秦效宏梁林蒙赵景峰管玉娟西京学院商学院陕西西安710123 西北大学经济管理学院陕西西安710127 西安邮电大学经济管理学院陕西西安710123

企业营销网络的形态已由链条式向网络化演变，然而，当前对企业营销网络的研究多针对单个营销渠道上下游成员之间的博弈行为研究．在分析企业营销网络中不同营销渠道之间的复杂竞合关系基础上，基于博弈论，构建企业营销网络价值增值均... 详细信息

企业营销网络的形态已由链条式向网络化演变，然而，当前对企业营销网络的研究多针对单个营销渠道上下游成员之间的博弈行为研究．在分析企业营销网络中不同营销渠道之间的复杂竞合关系基础上，基于博弈论，构建企业营销网络价值增值均衡模型，研究企业营销网络中不同营销渠道之间的静态博弈决策和成本信息不对称下的博弈决策，并通过算例给出相关的经济解释，为企业营销网络管理提供科学依据．

关键词：企业营销网络营销渠道价值增值博弈决策

在线全文

学校读者我要写书评

暂无评论

儿童完全信息最后通牒博弈决策的发展

心理与行为研究 2012年第2期10卷 104-114页

作者：陈璟孙昕怡李红四川师范大学教育科学学院成都610068 西南大学心理学院认知与人格教育部重点实验室重庆400715

考查了200名4-12岁儿童及40名成人完全信息最后通牒博弈决策的发展趋势与特点,并对情绪在最后通牒博弈决策中的作用做了初步探索。结果表明:(1)完全信息最后通牒任务中,作为分配者时4-6岁儿童更多提出小于半数的要约,而9-12岁儿童和成... 详细信息

考查了200名4-12岁儿童及40名成人完全信息最后通牒博弈决策的发展趋势与特点,并对情绪在最后通牒博弈决策中的作用做了初步探索。结果表明:(1)完全信息最后通牒任务中,作为分配者时4-6岁儿童更多提出小于半数的要约,而9-12岁儿童和成人则更多地提出平等分配的要约。作为应答者时儿童和成人均接受大部分要约。(2)公平策略和权宜策略是儿童与成人分配者采取的主要策略,而儿童与成人应答者则主要采用权宜策略。(3)基于满意与否的情绪体验是儿童应答者是否行使否决权的直接动力。

关键词：儿童完全信息最后通牒博弈决策

在线全文

学校读者我要写书评

暂无评论

基于深度增强学习的博弈决策机制研究与实现

基于深度增强学习的博弈决策机制研究与实现

作者：武瑞北京邮电大学

学位级别：硕士

博弈决策是人工智能领域的重要问题,在棋类娱乐、商业管理、军事模拟等方面都发挥着重要作用。传统的博弈决策过程常建模为一颗博弈树,树的每个节点都是一个局面,节点引申出来的边是在该局面下所做的决策,决策使得一个局面迁移到另一个... 详细信息

博弈决策是人工智能领域的重要问题,在棋类娱乐、商业管理、军事模拟等方面都发挥着重要作用。传统的博弈决策过程常建模为一颗博弈树,树的每个节点都是一个局面,节点引申出来的边是在该局面下所做的决策,决策使得一个局面迁移到另一个局面。运用计算机强大的计算能力,模拟所有的局面和在该局面下做的决策,辅以对搜索算法的剪枝优化、置换表空间换时间、提高并行化等手段,也取得了不错的成果,但由于博弈决策中存在巨量搜索空间,导致当前计算机博弈决策距离顶级的人类专家还是有一定距离,而且基于搜索的博弈决策算法难以获得较大进步空间。针对上述问题,本文提出了一个基于深度增强学习的博弈决策机制,应用当下较为热门的深度增强学习技术,将博弈决策过程抽象为智能体(如决策智能)与环境(如状态空间)之间的交互过程,实现了一个基于深度增强学习的博弈决策系统。论文主要工作包括:1)将深度增强学习算法引入博弈决策机制的策略生成和局面估值,提高策略和估值函数的拟合质量。2)设计基于深度增强学习的博弈决策系统架构,神经网络模块、自对弈模块、评估器模块,使得模块间耦合度低,实现简洁。3)实现基于深度增强学习的博弈决策系统,并对系统的功能和性能进行分析测试。基于本文所实现的五子棋AI功能完整且棋力较强。最终在自由开局模式下,在QQ五子棋高手区中达到了 90%的胜率,对弈心五子棋的胜率约为55%。

关键词：博弈决策强化学习深度学习蒙特卡洛搜索

静态博弈决策是否存在真正的公平？ ——来自博弈实验的探索性研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

静态博弈决策是否存在真正的公平？ —...

作者：吴蕾四川师范大学

学位级别：硕士

摘要：从“仇富”到对垄断行业从业者的“羡慕嫉妒恨”等等社会现象无不反映出人们对于社会公平分配的渴求和期待。因为人们的公平感受都直接、间接地影响其行为方式以及心理健康水平,进而影响到社会的和谐。所以公平不但是社会学、伦... 详细信息

摘要：从“仇富”到对垄断行业从业者的“羡慕嫉妒恨”等等社会现象无不反映出人们对于社会公平分配的渴求和期待。因为人们的公平感受都直接、间接地影响其行为方式以及心理健康水平,进而影响到社会的和谐。所以公平不但是社会学、伦理学的重要议题,也是经济学、心理学所共同关注的热点问题和研究重点。在政治、经济、教育等领域博弈无处不在,行为博弈论从个体的心理特质、行为特征出发,揭示影响博弈决策的非理性情感因素,来研究个体实际做出的博弈决策,一系列经典博弈实验如：最后通牒实验、独裁者实验证明人们在决策时还具有公平偏好。经过文献梳理,发现以往的研究忽略了对与自己利益不直接相关的公平的考查,为进一步探究在博弈决策中的公平行为是否为真正的公平,本研究探讨了行为背后的策略意图,为博弈决策中公平心理机制提供了理论依据。本研究采用改编的两个经典博弈任务,用定量与定性相结合的方法考察了被试在静态博弈中两个任务的公平行为特点和公平策略选择,旨在探明静态博弈中的公平行为是否为真正的公平。通过最后通牒任务筛选作出公平决策的被试,这160名高校四个年级的大学生参加第三方惩罚实验,通过两个步骤的实验和访谈,验证与自己利益相关的任务中作出公平行为的被试在与己利益无关的第三方惩罚实验中是否会牺牲自己的利益惩罚不公平的分配者,即存在真正的公平。通过数据统计和策略分析,结果表明：（1）在最后通牒中作出公平行为的大学生被试中,有83.1%的被试会惩罚不公平的独裁者,其中72.5%真正公平的被试、6.9%道德公平被试、受权利效应影响3.1%的被试都会选择牺牲自己的利益惩罚不公平的分配者（独裁者）,存在真正的公平。并且在极端数值下惩罚行为会增加。（2）两种制裁方式第三方金钱制裁和第三方权利制裁存在相关。

关键词：博弈决策最后通牒第三方惩罚公平

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

维、汉大学生博弈决策特点的比较研究

维、汉大学生博弈决策特点的比较研究

作者：姚彩云四川师范大学

学位级别：硕士

博弈决策(game decision making)是指在包含利益相互依存的两个或多个参与者的博弈情境中进行的行为决策。作为生活中常见的重要决策类型,博弈决策与个体发展乃至政治、经济、教育等社会领域的发展均具有密切联系。近年来博弈决策已成... 详细信息

博弈决策(game decision making)是指在包含利益相互依存的两个或多个参与者的博弈情境中进行的行为决策。作为生活中常见的重要决策类型,博弈决策与个体发展乃至政治、经济、教育等社会领域的发展均具有密切联系。近年来博弈决策已成为心理学决策研究的前沿课题,为进一步分析和明确博弈决策的心理机制,本研究在跨文化研究视角下对维吾尔族与汉族个体博弈决策特点和心理机制进行的分析与比较,希望能够丰富博弈决策的本土化研究,也为博弈决策的影响因素及机制研究提供数据支持。本研实验材料采用改编的囚徒困境、最后通牒任务,被试为120名维、汉新疆高校大学生,旨在考察维、汉个体在博弈决策中是否存在决策差异,采用定量与定性相结合的方法考察了其在静态囚徒博弈中的行为特点和策略选择,并对其博弈决策是否存在框架效应进行了验证,最后以人格作为解释文化差异对博弈决策影响的中间变量。结果表明:(1)维吾尔族被试的囚徒博弈决策中存在框架效应,而汉族被试则不存在。(2)维吾尔族被试比汉族被试更多做出非纳什均衡决策,通过策略分析,发现维吾尔族被试比汉族被试更多的使用随机性知觉与互惠合作策略,而汉族被试比维族被试更多的使用理性策略。(3)在同一民族内部,维吾尔族被试在两个框架任务中,使用的策略存在差异,而汉族被试则不存在差异。据此结果,我们从文化,和认知方式两个角度进行了解释,为少数民族青少年决策能力培养,提供实证依据。(4)维、汉被试在最后通牒任务中做为应答者,与提议者的得分不存在差异,但在策略选择上存在明显差异,汉族被试更多的选择权益策略,而维吾尔族被试更多的选择互惠策略。(5)人格各维度得分与博弈决策得分的回归分析结果表明宜人性维度得分高能够有效的预测维、汉被试给他人分配的较多的份额的决策行为,表明了人格对最后通牒决策的影响具有跨文化的一致性。

关键词：博弈决策囚徒困境最后通牒跨文化人格