原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第17届IFAC系统辨识研讨会预印本国际会议2015年10月
19‑21日，
在固定策略更则下的进化二人布
尔游戏中学习获胜?
∗∗∗∗
∗理工大学，（电子邮件：wdsky2010@126.com）
∗∗复杂系统智能控制与决策国家重点，理工大学（电子邮件：
mathmhb@）
：本文介绍了一种算法，用于通过策略和游戏结果记录来学习二人布尔游戏的策略更
则。本文中的二人游戏被引入为一个零和游戏，并附带一个布尔策略集，这些策略由固定
布尔函数管理，其参数是策略和带有加性二进制噪声的游戏结果，可以建模为随机布尔动
态系统。然而，对于这种易于进行的游戏，没有有效的便捷方法来更频繁地获胜。为了实现这
一目标，提出了一种基于布尔回归和最大似然估计的学习算法，用于通过策略和游戏结果
记录来学习策略更则和噪声特性。此外，通过实际示例进行了广泛的模拟，证明了所提出
的算法的有效性。
：学习，布尔游戏，系统识别，参数估计。
1.引言然而，如今博弈论已广泛应用于行为关系的研究，并发展
成为决策科学逻辑方面的总称，包括人类和类（例如
在本文中，引入了一种进化布尔游戏，作为两人零和游戏，
计算机、昆虫/动物）在内的各种主体。
并具有布尔策略集，两名玩家的策略是策略的演变，包
含随机项。在游戏中，我们假设两名玩家的策略都遵循固定
的逻辑策略更则，这意味着两名玩家可以任意使用逻辑
规则组合策略，并加入少量随机性，尽管这些规则是固博弈论中最基本的思想是，零和二人博弈的可能结果可以
定的，但我们事先并不知道它们。我们认为这种类型的布尔通过支付矩阵来描述，每个参与者都会选择鞍点以避免在
游戏可以建模为随机布尔动态系统（SBDS）（参见Ma等人情况下的损失。在冯·诺伊曼和摩根斯特恩（1944）
（2014））。因此，我们的主要关注点是，一名玩家是否可研究的博弈中，没有涉及进化或动态过程，主要研究的是
以通过学比赛中更频繁地获胜，如果可以，那么他如何矩阵博弈，探讨了一系列均衡的概念。后来博弈论的发展
实现这一点。仍然围绕各种均衡概念展开，其中最重要的是纳什均衡
两人零和游戏和经典命题逻辑都已经被广泛研究。因此，（或库诺‑纳什均衡），这一概念由约翰·福布斯·纳什首次
本文的价值主要在于它揭示了逻辑、代数、动态博弈论和提出，他证明了（纳什，1950）所有有限博弈不论参与者
学习是如何交织在一起的。然而，在深入讨论之前，我们数量多少都存在混合策略的纳什均衡，并因此在博弈论方
将介绍一些相关理论，并将我们的研究置于相关领域的宏面的贡献而获得了。
观图景中。
受传统博弈论的启发，进化博弈论（EGT）由约翰·梅纳
最重要的相关领域是传统的博弈论。通常简称为博弈论的这一德·和·R·普赖斯于1973年提出，当时他们试图用
理论，研究的是策略性。具体来说，它研究的是智能博弈论分析达尔文竞争（参见梅纳德‑和普赖斯
理性决策者之间与合作的数学模型（参见（1973））。与经典博弈论不同，EGT更关
文档评论（0）