Jun, 2022

社交网络结构塑造创新：基于 SAPIENS 的 RL 经验分享

PDF
TL;DR本文在多层问题设置 (WordCraft）中进行实验，测试社交网络结构是否会影响分布式 RL 算法的性能，并发现类人实验表明，动态社交网络内的经验共享达到了具有欺骗性的任务中最高的创新水平。
innovationreinforcement learningsocial network structuredynamic settingsmulti-level problem
发现论文，激发创造
  • 通过选择性交互和长期经验增强多智能体强化学习中的合作

    基于多智能体强化学习的计算框架通过模拟囚徒困境游戏中的长期经验使智能体能够选择困境策略和互动邻居，并发现长期经验使智能体能够识别非合作邻居并偏好与合作邻居互动，进而导致具有相似策略的智能体聚集，增加网络互惠性和加强群体合作。

    May, 2024

  • 社交网络形成的动态模型

    本论文探讨了一个动态社交网络模型，其中代理人在随机演化的社交网络中进行重复博弈互动，并通过学习行为决定加强哪些交互关系，从而形成网络结构。作者研究了不同的博弈理论条件，显示网络结构动态复杂，有时与无结构动态时的行为不同，并认为将网络结构建模为动态可以增加现实性而不妨碍问题分析。

    Apr, 2004

  • 神经电路中连通性结构对丰富与懒散学习的塑造

    通过理论和实证分析，我们研究发现，初始权重的结构对网络学习机制起着重要影响，具有高秩的初始权重表现出更懒惰的学习，低秩的初始权重倾向于更丰富的学习，同时我们还发现与任务和数据统计信息一致的低秩初始权重仍然可能导致懒散学习。这一研究突出了初始权重结构在塑性代谢成本和灾难性遗忘风险方面的关键作用。

    Oct, 2023

  • 多智能体强化学习中奖励共享关系网络作为新兴行为框架

    本文提出使用奖励分享关系网络 (RSRN) 模拟智能体之间的关系，并探讨这种关系对于群体学习行为的影响，结果表明 RSRN 会对群体的学习行为产生显著的影响，不同关系网络结构下产生不同的集群行为。

    Jul, 2022

  • 社交网络压力下的变化

    研究社交网络中外部事件如何与网络结构和通信属性的变化相关，在对大型对冲基金的决策者的数百万条即时消息进行了分析后，发现价格冲击会导致通信网络显示出更高的集聚度，强关系交互以及内部与外部的交流强度变化，因此揭示了社交网络中的网络结构与集体行为之间的重要预测关系。

    Feb, 2016

  • 在线社交网络结构调节词汇变化速率

    本研究旨在探讨社交网络结构对词汇变化的影响，通过对 4420 个在线社区在 10 年内发生的 80,000 个新词汇的大规模分析，使用泊松回归和生存分析，发现社区的网络结构对词汇变化起着显著作用，特别是密集连接，缺乏本地集群和更多的外部联系对推动词汇创新和保留具有促进作用，同时这些基于主题的社区不会像线下社区一样经历强烈的词汇调整，而是容纳更多的小众词汇。

    Apr, 2021

  • 利用深度强化学习促进共享资源问题上的可持续人类行为

    使用深度强化学习设计资源分配机制以促进可持续的人类行为。

    Apr, 2024

  • 社交学习网络中的因果影响

    本文研究社交图中相互关联的代理之间的因果影响，并考察社交学习模型和分布式决策协议的动态性，推导出表达式以揭示代理之间的因果关系并解释网络中的影响流动。结果依赖于图的拓扑结构和每个代理对于所解决的推断问题的信息水平。基于这些结论，本文提出了一种算法来评估代理的整体影响力以发现高度有影响力的代理，并提供了一种从原始观测数据中学习必要模型参数的方法。通过综合考虑合成数据和真实的 Twitter 数据，验证了结果和所提算法的有效性。

    Jul, 2023

  • 动态社交网络的基本结构

    通过发现一个密集连接的人口的动态社交网络，结构和核心能够提供社交行为和空间行为之间复杂相互作用的强有力的简化，这些研究结果表明社交行为可以用高精度进行预测。

    Jun, 2015

  • 社交群体演化的量化

    本研究基于团块渗透，首次研究了大规模网络中重叠社区的时间演化规律，发现动态改变成员组成有利于大型社区的生存而不利于小型社区，同时成员对社区的时间承诺可预测社区的寿命。这些发现揭示了小组和大型机构动态差异的新视角。

    Apr, 2007