6、信任代理模型的验证与验证：独立信任与相对信任的比较

信任代理模型的验证与验证：独立信任与相对信任的比较

在多智能体系统中，信任概念至关重要。本文聚焦于验证两个描述人类信任的计算信任模型，一个是基于绩效经验估计对不同受托人的信任，另一个则引入了相对信任的概念。相对信任指对某受托人的信任不仅取决于与其自身的经验，还受其竞争对手表现的影响。

1. 信任模型介绍

• 独立信任模型 ：该模型假设受托人是理性的，计算信任无偏差。信任基于经验且存在一定衰减。假设有一组受托人${S_1, S_2, \ldots, S_n}$，每次选择一个受托人$S_i$，会得到其表现的经验值$E_i(t)$，范围在$[-1, 1]$，$-1$表示负面经验，$0$为中性，$1$为正面。还有衰减参数$\lambda_i$，$0 \leq \lambda_i \leq 1$。信任计算公式为：
  [T_i(t) = T_i(t - 1) \cdot \lambda_i + \left(1 - \frac{E_i(t) + 1}{2}\right) \cdot (1 - \lambda_i)]
  独立信任为每个受托人单独计算，最终依赖决策通过比较所有受托人的独立信任值取最大值来确定。
• 相对信任模型 ：此模型中受托人被视为竞争对手，人类对受托人的信任取决于与其他受托人的相对经验。该模型将人类总信任定义为对受托人的正面信任和负面信任（不信任）之差。包含几个代表人类特征的参数，如信任灵活性$\beta_i$（衡量每次新经验带来的信任变化）、衰减$\gamma_i$（无经验时信任的衰减）和自主性$\eta_i$（信任计算对其他选项的依赖），这些参数值在$[0, 1]$之间。模