35、多智能体社会中的信任与声誉模型解析

多智能体社会中的信任与声誉模型解析

1. 应对信任模型的多样性

信任模型的表示和计算方式多种多样，但主要步骤大致相同，包括收集经验、计算信任评估，然后决定是否信任某个智能体。然而，这些模型的多样性带来了两个重要挑战：如何比较信任模型，以及使用不同信任模型的智能体如何交换信任信息。

为了比较信任模型，ART测试床是一个较为成功的举措。它具有两个主要作用：
- 作为竞争平台，研究人员可以根据客观指标比较他们的技术。
- 作为实验工具，具有灵活的参数，允许研究人员进行可定制、易于重复的实验。

不过，ART竞赛也凸显了统计方法的局限性。表现最佳的信任模型在测试床的特定场景中表现良好，但难以解释其成功原因，也难以将经验应用于实际。此外，由于表示的高度异质性，不同的信任模型无法交换信任信息。异构信任模型之间的互操作性需要对信任概念进行严格的语义定义，社会学基础对于定义精确的信任概念语义至关重要，这有助于与其他软件智能体以及人类的信任决策实现互操作性。

2. 多智能体社会中的声誉

声誉在人类社会中由来已久，它不仅是一种社会机制，有助于规范个体行为，还在个体层面上是建立信任关系的重要来源。声誉可定义为“一个社会实体就目标对象的行为所表达的内容”。这里的“社会实体”是由一组个体及其社会关系或属性构成的群体，在成员和整个社会面前具有独特的身份。例如，公司、体育俱乐部等都是社会实体的例子。

声誉的定义包含几个重要方面：
- 淡化个体身份：在讨论声誉时，我们关注的是群体的整体评价，而非个体的意见。这使得声誉能够有效传播社会评价，减少报复恐惧，因为评价的责任由社会实体承担，而非个体。
- “说”的重要性