Adaptive strategies: toward a design of adaptive systems for dynamic environments
Adaptive strategies: toward a design of adaptive systems for dynamic environments
复制标题
自适应策略：动态环境自适应系统的设计
DOI：
10.1145/2077489.2077541
复制
发表时间：
2011
影响因子：
2.4
通讯作者：
Masahiro Tokumitsu
中科院分区：
文献类型：
--
作者：
Masahiro Tokumitsu
我们提出了自适应策略的概念，并考虑了它相对于其他策略的鲁棒性。平均而言，自适应策略比其他策略获得更高的回报。策略的强度被定义为基于通过代理之间的交互获得的收益计算的自适应度量。代理通过在计算机网络中选择各种策略来与其他代理进行交互。对于自适应策略，我们给出了自适应度量的正式定义，以衡量它相对于其他策略的表现如何。我们提出了一个使用三种简单策略的迭代囚徒困境自适应措施的计算示例。根据这个例子，当我们通过适应性测量来评估针锋相对 (TFT) 策略时，即使 All-D（总是缺陷）策略实现了最高的预期收益，它也被认为是最佳策略。此外，我们研究了由具有空间策略的代理组成的自我修复网络的自适应策略。根据模拟，在某些情况下，获得最高适应性措施的策略并不对应于具有最高平均资源的策略。适应性测量使我们能够根据其他策略的行为来评估适应性策略的行为。此外，我们还讨论了自适应策略的一些悬而未决的问题。
We propose the concept of an adaptive strategy, and we consider its robustness against other strategies. On average, the adaptive strategy achieves a higher payoff than other strategies. The strength of a strategy is defined as an adaptive measure calculated on the basis of a payoff obtained through interactions among agents. An agent interacts with other agents by selecting various strategies in computer networks. For the adaptive strategy, we give a formal definition of the adaptive measure of how well it behaves against other strategies. We present a calculation example of the adaptive measure for the iterated prisoner's dilemma with three simple strategies. According to the example, a tit-for-tat (TFT) strategy is found to be the best strategy when we evaluate it by the adaptive measure, even if an All-D (always defect) strategy achieves the highest expected payoff. Furthermore, we investigate the adaptive strategies for a self-repairing network consisting of agents with spatial strategies. According to simulations, under some conditions, the strategies obtaining the highest adaptive measures do not correspond to those with the highest averaged resources. The adaptive measure enables us to evaluate the behaviors of the adaptive strategies against those of other strategies. In addition, we discuss some open problems for adaptive strategies.
DOI：
--
发表时间：
2005
期刊：
Journal of Artificial Life and Robotics Volume9, Number3
影响因子：
--
作者：
Y.Ishida;T.Mori
通讯作者：
T.Mori
空间囚徒困境中的空间策略网络自我修复
DOI：
--
发表时间：
2005
期刊：
Knowledge-Based Intelligent Information and Engineering Systems (KES'2005), Lecture Notes in Artificial Intelligence LNCS 3682
影响因子：
--
作者：
Y.Ishida;T.Mori
通讯作者：
T.Mori
相互复制自我修复网络中的一个关键现象
DOI：
--
发表时间：
2005
期刊：
Knowledge-Based Intelligent Information and Engineering Systems (KES'2005),Lecture Notes in Artificial Intelligence LNCS 3682
影响因子：
--
作者：
Y.Ishida;T.Mori;Y.Ishida
通讯作者：
Y.Ishida