检索结果-内蒙古大学图书馆

电子学报 2016年第12期44卷 3004-3010页

作者：朱江张玉平重庆邮电大学重庆市移动通信重点实验室重庆400065

针对非完全信息环境下认知无线网络中的分布式功率控制问题,根据不同非授权用户对信道检测结果的差异,以及信道检测结果的非独立性,提出了一种基于隐马尔科夫模型的功率博弈机制.非授权用户可利用该模型推测其它非授权用户是否参与博弈... 详细信息

针对非完全信息环境下认知无线网络中的分布式功率控制问题,根据不同非授权用户对信道检测结果的差异,以及信道检测结果的非独立性,提出了一种基于隐马尔科夫模型的功率博弈机制.非授权用户可利用该模型推测其它非授权用户是否参与博弈,从而提升了博弈的信息准确度,使得非授权用户能够选择更优的发射功率.仿真表明,该功率控制机制在保证通信质量的前提下能够获得更大的容量功率比,具有更好的功率效率.

关键词：非完全信息隐马尔科夫博弈式功率控制

来源：评论

学校读者我要写书评

暂无评论

非完全信息下电力市场中电厂机组出力优化的改进古诺模型

引用

中国电机工程学报 2003年第6期23卷 7-12页

作者：张宇波罗先觉薛钧义西安交通大学电气学院陕西西安710049

该文给出了在寡占的电力市场中,各电厂在已知市场电力反需求曲线,而不知其它电厂电力生产成本的情况下,各发电厂为了获得最大利润而对发电机组的出力进行优化的具有约束条件的古诺模型。在电厂的收益是凹函数并求极大值的情况下,利用了... 详细信息

该文给出了在寡占的电力市场中,各电厂在已知市场电力反需求曲线,而不知其它电厂电力生产成本的情况下,各发电厂为了获得最大利润而对发电机组的出力进行优化的具有约束条件的古诺模型。在电厂的收益是凹函数并求极大值的情况下,利用了寻找优化函数的库恩-塔克点(K-T点)及各电厂机组的反应函数方程组的方法求取了具有限制条件下的电厂机组出力的期望古诺均衡解。文中例子证明了该文方法的有效性,该方法可以作为电厂优化资源、制定决策的有力的工具。

关键词：电厂发电机组优化非完全信息电力市场古诺模型

来源：评论

学校读者我要写书评

暂无评论

非完全信息下无人机集群对抗研究综述

引用

电子与信息学报 2024年第4期46卷 1157-1172页

作者：薛健赵琳向贤财吕科宏晨张宝琳岩延王泳中国科学院大学工程科学学院北京100049 鹏程实验室深圳518055 北京联合大学机器人学院北京100101 青岛科技大学自动化与电子工程学院青岛266061 中国科学院大学人工智能学院北京100190

无人机集群以其具备的应用优势及发展前景,成为当前人工智能领域研究者关注的热点之一。而非完全信息下的无人机集群对抗技术,因其集群结构变化的高动态性以及环境信息复杂多变且不能完全感知的特点,成为对集群协同性与智能性要求最高... 详细信息

无人机集群以其具备的应用优势及发展前景,成为当前人工智能领域研究者关注的热点之一。而非完全信息下的无人机集群对抗技术,因其集群结构变化的高动态性以及环境信息复杂多变且不能完全感知的特点,成为对集群协同性与智能性要求最高的研究方向之一。其研究成果可以促进智能化无人系统的快速发展和广泛应用。该文全面回顾了非完全信息环境下无人机集群对抗研究的最新进展,按照包以德循环理论的思路将无人机集群对抗过程划分为态势评估、意图推断、任务规划与机动决策4个相互衔接的关键组成部分,并进一步将其细分为8个子研究目标。通过分析比较近年来的相关研究,着重阐述了无人机集群对抗领域各项任务的研究重点和难点以及已取得的成果,并讨论了无人机集群对抗技术所面临的挑战,包括大规模异构集群的协同控制、非完全信息的处理、复杂决策过程的建模以及实际应用任务的应对等。

关键词：无人机集群非完全信息态势评估意图推断任务规划机动决策

来源：评论

学校读者我要写书评

暂无评论

非完全信息下基于PPO-CFR的扩展式博弈决策

引用

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

来源：评论

学校读者我要写书评

暂无评论

非完全信息下消费和储蓄与囤积的微观机制(Ⅰ)

引用

上海交通大学学报 1993年第6期27卷 101-107页

作者：陈宏民上海交通大学系统工程研究所

本文讨论当货币储蓄的未来实际收益为随机变量时的消费者行为。首先引进了“囤积行为”的概念,并分析了囤积与储蓄的异同点。其次讨论了在储蓄总量给定时消费者在货币储蓄与实物囤积之间的合理选择,分析了具有各种类型效用函数的消费者... 详细信息

本文讨论当货币储蓄的未来实际收益为随机变量时的消费者行为。首先引进了“囤积行为”的概念,并分析了囤积与储蓄的异同点。其次讨论了在储蓄总量给定时消费者在货币储蓄与实物囤积之间的合理选择,分析了具有各种类型效用函数的消费者的最佳储蓄策略,以及未来风险和风险厌恶程度对最佳储蓄策略的影响。然后研究了初始财富给定时消费者的合理行为及其变化.最后则用上述理论成果解释了我国在1988年出现“抢购”潮的原因,以及今后减轻囤积行为对经济的冲击力的途径。

关键词：消费储蓄囤积非完全信息

来源：评论

学校读者我要写书评

暂无评论

区域综合能源系统多主体非完全信息下的双层博弈策略

引用

电力系统自动化 2018年第4期42卷 194-201页

作者：郝然艾芊姜子卿上海交通大学电子信息与电气工程学院上海市200240

针对区域综合能源系统多主体高耦合的特点,提出一种由供能商、配电网和用户组成的多主体双层博弈互动策略。博弈互动策略包括调度和竞价两个方面。调度部门协调各方可调资源,根据供能商的报价和配电网的分时电价预测多能负荷,以系统用... 详细信息

针对区域综合能源系统多主体高耦合的特点,提出一种由供能商、配电网和用户组成的多主体双层博弈互动策略。博弈互动策略包括调度和竞价两个方面。调度部门协调各方可调资源,根据供能商的报价和配电网的分时电价预测多能负荷,以系统用能费用最小为目标协调优化,真正实现合作博弈下的多能互补。文中在非完全信息和有限理性的假设下设计供能商报价和系统结算策略。在此基础上,根据历史调度结果和自身机组特性,以追求自身最大利益为目标,模拟供能商代理的冷热电日前市场非合作竞价策略后上报调度部门,并采用Q-Learning算法优化多代理竞价策略。应用实际算例研究区域综合能源系统调度—竞价双层博弈过程的演化规律,并分析了所提策略的局部Nash均衡性。

关键词：双层博弈多主体非完全信息区域综合能源系统边际定价

来源：评论

学校读者我要写书评

暂无评论

非完全信息下医患关系的贝叶斯博弈分析

引用

生产力研究 2007年第4期 58-60页

作者：李忠民尹海员陕西师范大学国际商学院陕西西安710062

文章将医患双方对患者病情的诊断作为不对称信息,从微观层面对医患关系进行了博弈分析,并解出了贝叶斯纳什均衡解,指出在双方利益函数冲突的情况下,患者对自身病情判断较低以及医方对患者病情判断较高的情况下,双方无法达成医疗服务交... 详细信息

文章将医患双方对患者病情的诊断作为不对称信息,从微观层面对医患关系进行了博弈分析,并解出了贝叶斯纳什均衡解,指出在双方利益函数冲突的情况下,患者对自身病情判断较低以及医方对患者病情判断较高的情况下,双方无法达成医疗服务交易。这可以解释在目前的现实生活中患者“看病难”的现象和紧张的医患关系。最后文章从制度安排和技术层面提出了相关政策建议。

关键词：博弈论医患关系贝叶斯博弈非完全信息

来源：评论

学校读者我要写书评

暂无评论

非完全信息下的民办高校契约设计博弈分析

引用

云南大学学报（自然科学版） 2012年第S1期34卷 6-9,15页

作者：何贻勇邓浪谭建国云南大学数学系云南昆明650091

在教师聘任制背景下,民办高校教师存在教育服务能力和成本等私人信息时,与民办高校存在委托代理关系.在非完全信息下,从博弈角度分析民办高校如何设计最优契约诱导教师说真话,淘汰低水平的教师,吸引高水平的教师,并保证自身效益最大化.... 详细信息

在教师聘任制背景下,民办高校教师存在教育服务能力和成本等私人信息时,与民办高校存在委托代理关系.在非完全信息下,从博弈角度分析民办高校如何设计最优契约诱导教师说真话,淘汰低水平的教师,吸引高水平的教师,并保证自身效益最大化.研究表明不同类型的教师都真实地报出自己的类型时,民办高校对各种类型的教师都应对应地给出各自的契约参数.

关键词：非完全信息民办高校契约设计博弈分析

来源：评论

学校读者我要写书评

暂无评论

非完全信息下的博弈机制设计和均衡性质分析

非完全信息下的博弈机制设计和均衡性质分析

引用

作者：王晨豪中国科学院大学

学位级别：博士

算法博弈论是一个近年兴起的博弈论和计算机科学等多学科的交叉领域。它探讨的是在由人或智能体所组成的系统中，自私的个体是如何交互和决策的，以及这样的系统应该如何理解、如何设计。其研究子领域主要由三个紧密联系的部分组成:机... 详细信息

算法博弈论是一个近年兴起的博弈论和计算机科学等多学科的交叉领域。它探讨的是在由人或智能体所组成的系统中，自私的个体是如何交互和决策的，以及这样的系统应该如何理解、如何设计。其研究子领域主要由三个紧密联系的部分组成:机制设计，均衡性质分析，均衡计算。本文从机制设计、均衡存在性和效率分析等层面研究非完全信息下的博弈。　　在博弈的机制设计中，参与人将自己的私人信息（比如位置、偏好等）报告给系统决策人，进而系统决策人使用一个机制来确定设施开设的位置，该机制导出了一个博弈。参与人的私人信息不为系统决策人所知，所以博弈是非完全信息的。通常，设计的机制需要是真实的，并且具有良好的性能。在一个真实机制所导出的博弈中，真实地报告私人信息是所有参与人的占优策略，从而所有人都说真话是博弈的一个纳什均衡。而真实机制有良好性能则意味着这个纳什均衡有较高的效率，能够较好地实现系统目标;也即机制有较好的近似比。因此，上述研究内容包含了机制设计、均衡存在性和效率分析。　　本文在第二章研究了设施选址博弈的两个子模型。在第一个子模型中，博弈的参与人融合了用户和设施这两种角色，也就是说，设施仅被允许开设在用户所在的位置，用户就是位置拥有者。双重角色的参与人将自己的开设费用（私人信息）报告给系统决策者，而他们的位置是公开的。收到这些报告之后，系统决策者使用一个机制来决定哪些位置将开设设施，以及应当支付多少报酬给相应的用户。对于最小化用户总费用和最小化最大用户费用的系统目标函数，本文设计了具有（近似）最优效率的真实机制。在第二个子模型中，博弈的参与人是设施拥有者，机制以他们报告的开设费用为输入，输出设施将要开设的位置和相应的支付，并且总支付不能超过给定的预算限制。对于最小化用户总费用、最大化用户总收益等四种系统目标函数，本文设计了具有近似比保证的确定性和随机的真实机制。　　第三章研究社会选择问题的淘汰机制设计。这是一个嵌入在度量空间中的投票选举博弈问题，其中候选人和投票人都用空间中的点表示，而投票人是博弈的参与人，其位置是私人信息。本文考虑每个投票人将选票投给自己最喜爱的候选人（即距离最近的候选人），通过投票选举机制产生固定数量的赢家（其余候选人为输家）。每个投票人的收益（或费用）等于其与最近输家（或赢家）的距离。所有投票人的收益（或费用）之和定义为社会价值。本文设计了能保证良好社会价值的投票选举机制，并对其性能给出了近似比保证。　　第四章研究非完全信息下路由博弈的均衡存在性。在该博弈中，网络每条边的费用函数是不确定的，其不但依赖于负载，还依赖于一个不确定场景的实现。本文用区间不确定性来表达这种不完全信息，也就是说，给定一条边的负载，该边的费用相应地属于某个区间，但不确知是其中哪个值。在一个被广泛考虑的鲁棒决策——最小化最大后悔值准则下，对区间信息下的鲁棒路由博弈，本文证明了纳什均衡存在性判定问题的NP-困难性，并刻画了可以保证均衡存在性的无向网络拓扑结构。

关键词：博弈机制均衡性质非完全信息

来源：评论

学校读者我要写书评

暂无评论

非完全信息下基于反事实后悔最小化和对手建模方法的博弈决策研究

非完全信息下基于反事实后悔最小化和对手建模方法的博弈决策研究

引用

作者：黄蕾中国科学技术大学

学位级别：硕士

现实世界下存在着许多与博弈决策有关的场景,诸如商业合同谈判、体育竞技战术安排和军事领域攻防对抗等。随着人工智能的飞速发展和博弈理论的实际应用,大量的模型和算法应时而生,在各种博弈决策场景上发挥着至关重要的辅助和指导作用... 详细信息

现实世界下存在着许多与博弈决策有关的场景,诸如商业合同谈判、体育竞技战术安排和军事领域攻防对抗等。随着人工智能的飞速发展和博弈理论的实际应用,大量的模型和算法应时而生,在各种博弈决策场景上发挥着至关重要的辅助和指导作用。然而实际博弈决策场景中存在许多不确定和不可知的因素,因此研究非完全信息下的博弈决策问题,对现实生活的决策支持和分析体系具有重要的应用和参考价值。纳什均衡是非完全信息博弈下的典型均衡解,反事实后悔最小化(Counter-factual Regret Minimization,CFR)算法由于其良好的理论保证和强大的实证性能,目前是寻找纳什均衡的最典型方法之一,但是现有的CFR及其变体算法在非完全信息扩展式博弈下表现各有优劣,泛化性能薄弱。另外,即便已知纳什均衡策略,对手建模方法仍可能通过利用对手弱点来获得更高的收益,其是解决非完全信息博弈的另一种思路,然而对手的已知性和平稳性假设会限制对手模型的实用性和准确性。针对上述问题,本论文的具体工作内容如下:(1)针对非完全信息下的反事实后悔最小化算法的优化问题,本论文率先将强化学习中的近端策略优化(Proximal Policy Optimization,PPO)算法与传统的反事实后悔最小化算法相结合,提出一种PPO-CFR算法。具体而言,通过训练出理性的智能体,并根据CFR算法的可利用度构造奖励值,使得PPO智能体能够在每一时间步中选择最合适的后悔值计算和策略更新类型,以生成高效的CFR迭代策略并提高现有CFR算法的泛化性能,进而实现非完全信息扩展式博弈的策略优化。另外,本论文也给出PPO-CFR算法的收敛性证明,同时,PPO算法既可以适用于离散动作空间,也可以适用于连续动作空间,对于后悔更新类型的挑选,其普适性更强。(2)针对非完全信息下与未知且非平稳对手在线博弈对抗的对手建模问题,本论文提出结合对抗性多臂老虎机Exp3.P算法的自适应对手建模(Adaptive Op-ponent Modeling with Exp3.P)新方法,简称 AOM-Exp3.P 方法。该方法主要分为与对手博弈前的离线训练和与对手在线博弈的两部分。在离线训练部分,首先基于条件变分自编码器来学习对手的策略嵌入,然后调用条件强化学习来训练针对潜在对手的近似最佳反应。在与对手在线博弈阶段,本论文将其转换为对抗性双臂老虎机问题,该老虎机的一只摇臂为具有最好的最坏性能的固定策略,另一只摇臂为结合在线推断的对手嵌入和离线训练出的最佳反应而得到的实时贪婪策略,利用Exp3.P算法可以实现固定策略和贪婪策略之间的有效抉择,能够在在线博弈的每个回合兼顾探索和利用效率,并在理论上以高概率获得比上述两种策略更低的后悔值。经实验验证,PPO-CFR算法在通用扑克博弈场景下,相较于现有的表格型CFR方法,其具有更好的泛化性能和更低的可利用度,同时,PPO-CFR算法在Kuhn扑克、Leduc扑克和Royal扑克中的可利用度性能提升分别至少为16.08%、18.16%和13.17%,这也说明其迭代策略更为逼近纳什均衡策略。另外,AOM-Exp3.P方法在非完全信息博弈Kuhn扑克和网格捕食上进行实验评估,其在对抗未知且非平稳对手时展示出更强的性能,且在面对自适应对手类型时,AOM-Exp3.P方法是最不容易被利用的,同时就平均性能和最差性能而言,AOM-Exp3.P方法表现最佳。

关键词：非完全信息博弈决策反事实后悔最小化对手建模近端策略优化多臂老虎机

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：