22、博弈策略与参数调优：进化算法的应用探索

博弈策略与参数调优：进化算法的应用探索

一、污染谈判博弈中的自适应策略

1.1 进化稳定策略与随机稳定策略

在博弈中，我们关注如何定义或识别最可能的结果。进化稳定策略在多智能体模型这样的进化系统中，短期内是稳定的，因为没有智能体有单方面偏离的动机。但从长期来看，突变可能会干扰平衡，使系统进入不同的均衡状态。

随机稳定策略是进化稳定策略的细化。任何随机稳定策略都是进化稳定策略，但反之则不然。当突变率 ε 趋近于零时，随机稳定策略是长期内最常出现的进化稳定策略。

1.2 模拟实验设置

为了深入了解不同参数设置下的随机稳定策略，我们进行了模拟实验。主要探讨两个问题：一是信息的作用，即当一个智能体比另一个有信息优势或更长记忆时会发生什么；二是结果对参数 λ 变化的敏感度。

为此，我们设置了两组实验：
- 第一组实验（E3 和 E6 - E9）比较了不同记忆差异下系统的行为。
- 第二组实验（E1 - E5）改变了 λ 的值，其中 E3 作为基准实验，两个玩家记忆相等，λ 值为 0.5。

实验参数设置如下表所示：
| 参数 | E1 | E2 | E3 | E4 | E5 | E6 | E7 | E8 | E9 |
| — | — | — | — | — | — | — | — | — | — |
| a | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| b | 1.64 | 1.64 | 1.64 | 1.64 | 1.64 | 1.64 | 1.64 | 1.64 | 1.64 |
| c | 1 |