[[Research topics]]

* Learning in Game-theoretic Situations [#v3287507]

** 学習のある繰り返し囚人のジレンマの解析 [#k39e1e3c]
** 学習するエージェントによる繰り返し囚人のジレンマの解析 [#k39e1e3c]
-【キーワード】囚人のジレンマ,強化学習,マルコフ過程

従来、社会的ジレンマのモデルとしてゲーム理論を用い、協調行動の発生が議論されてきた。本研究では、各プレイヤーが報酬により行動を変える強化学習の枠組みを仮定し、代表的なゲームの一つである繰り返し囚人のジレンマを検討した。すべてのプレイヤーの行動履歴を状態遷移行列で表現し、そのダイナミクスを分析した。その結果、より長い行動履歴に基づき学習するほど、協調行動が安定して発生することが明らかになった。


**Related papers (See also [[other publications>Publications]]/ 関連する発表論文 ([[その他の論文など>Publications]]) [#cd693d64]

#todo('',%LearningInGames%)

トップ   編集 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS