應用場景導讀：多智能體系統，例如移動傳感器、無人運載器等，作為分布式人工智能研究的一個重要分支，由于其具有較強的容錯性、魯棒性和可擴充性等優點，被廣泛地應用于軍事、工農業生産、醫學、交通、服務等各個領域。多智能體系統是由多個具有計算和移動能力的智能體所組成的集合，其中每個智能體是一個實體的或抽象的實體，能作用于自身和環境，并與其它智能體通訊。
标題：
具有社會意識的多智能體學習：面向社會最優解
摘要：
在多智能體系統中，學習能力對每個智能體來說至關重要，這關乎其在動态環境中面對未知對手時如何正常反應。從系統設計者的角度說，非常希望智能體能學會面向社會最優解的協作，同時避免被自私的對手利用。為此，我們提出一種新穎的梯度提升算法(sa-iga)，通過将社會意識納入政策更新過程來加強基本的梯度提升算法。我們從理論上分析了基于動态系統理論的sa-iga的學習動态，并且sa-iga在包括對稱遊戲的衆多遊戲中都有線性動态。對兩個代表遊戲(“囚徒困境”遊戲和協調遊戲)的學習動态進行了詳細分析。在sa-iga概念的基礎上，我們進一步提出一個基于q學習更新規則的多智能體學習算法，稱為sa-pga。仿真結果表明，sa-pga智能體相比以前面向有條件聯合行動學習者(cjal)的社會最優準則，可以獲得更高的社會福利，并通過納什均衡解決方案對獨立理性對手具有可抗性。
第一作者簡介：
李曉紅，女，1965年9月出生，工學博士學位，天津大學計算機及資訊技術系、教授，博士生導師。計算機學會進階會員，acm會員、軟體工程專委會委員；全國高等學校計算機教育研究會 常務理事；天津大學女工委員，學院工會副主席。近年來緻力于安全軟體工程、可信軟體及資訊安全領域的研究工作。
計算機學會進階會員，acm會員、軟體工程專委會委員；全國高等學校計算機教育研究會 常務理事；國家科技獎勵評審專家；教育部學位與研究所學生教育發展中心學位論文評審、學科建設和評估咨詢專家 ；《計算機學報》、《計算機科學》等雜志審稿專家；軟體工程、資訊安全相關領域國際期刊、國際會議審稿專家；計算機學院學位委員會委員、學術委員會委員、學科建設委員會成員、教學指導委員會委員兼秘書；學院985專家組成員兼秘書；天津大學女工委員，學院工會副主席。
近年來主持或參與完成國家級、省部級以及橫向科研課題近20項，近年來已發表學術論文50餘篇，其中學位與研究所學生教育重要期刊20多篇，國際會議20多篇，被ei檢索20多篇, sci檢索6篇。申報國家發明專利20餘項，已授權6項。軟體著作權4項。專著1部，獲省部級科技獎1項。現作為項目負責人主持國家基金重點項目1項（子課題負責人）、國家基金面上項目1項，天津市基礎重點項目1項、企業合作項目1項。
via pricai 2016
<a href="https://pan.baidu.com/s/1qx82brq" target="_blank">論文原檔案下載下傳</a>
雷鋒網按: 本文由雷鋒網(公衆号：雷鋒網)獨家編譯，未經許可禁止轉載！
本文作者：陳楊英傑