学习日志-2021.10.24
学习日志-2021.10.24
硕士论文第二部分复现
复杂网络上的合作行为演化研究 ——基于 Q-learning 算法
源码地址:RL_for_Gaming_to_choose_action(Q-Learning)
在相同智能体比例，不同困境强度下的演化：
- 合作率演化图：
-
从左至右困境强度 \((DS)\)分别为0、0.02、0.04演化后的最终结果：
图中方块边缘为红色代表为智能体（占比约为0.2）
智能体使用Q-Learning决定策略，非智能体使用费米更新规则决定策略（阈值为 \([0,1]\) 上的随机数，模拟均匀分布）
在不同智能体比例，相同困境强度下的演化：
- 根据仿真结果智能体占比的提高在一定范围内会使合作率提高，根据论文内容的描述在智能体比例达到0.7时，合作率会达到最高水平。
结果分析
- 本次仿真使用的网络规模为 \(100×100\) ，进行的轮次为1000轮，论文中的规模为 \(200×200\) ，进行的轮次为1000000次。可能由于本次仿真设置的轮次较少，并没有观察到后续合作率曲线上升的过程，分析原因可能是使用Q-Learning算法的智能体可能还处在“学习阶段”，智能体的Q表还未收敛。
- 虽然并没有完美地复现出论文内容，但也可以得出：在一定范围内，随着使用Q-Learning算法智能体占比的提升，网络的合作率也会随之提升。
