蜂群的“集体心智”可写成单个强化学习智能体：盲目模仿的摇摆舞，等价于并行采样的多臂老虎机学习
蜂群选巢时，个体只按邻居摇摆舞的强度盲目改换立场，这种局部模仿在群体层面被证明等价于一个在线强化学习智能体在解多臂老虎机。该宏观智能体按新命名的Maynard-Cross Learning规则更新各巢址的概率，每只侦察蜂相当于一次并行的动作—回报采样。推导针对加权投票者模型这一简化描述，模拟显示约500只侦察蜂即可贴近该宏观动力学并收敛到最优巢址。
正在载入内容…
3 篇关联报道
蜂群选巢时，个体只按邻居摇摆舞的强度盲目改换立场，这种局部模仿在群体层面被证明等价于一个在线强化学习智能体在解多臂老虎机。该宏观智能体按新命名的Maynard-Cross Learning规则更新各巢址的概率，每只侦察蜂相当于一次并行的动作—回报采样。推导针对加权投票者模型这一简化描述，模拟显示约500只侦察蜂即可贴近该宏观动力学并收敛到最优巢址。
该研究提出 ArchesClimate-SSP（AC-SSP），在 ArchesWeather 架构上以能量分数损失加变差函数损失训练，并以强迫浓度（CO2、CH4、N2O、六种气溶胶、臭氧）为条件，用 IPSL-CM6A-LR 的 2015-2100 年月度数据训练后自回归生成未在训练中出现的 SSP 情景；在留出的 SSP5-3.4 超调情景上，其 2090-2100 年陆地表面温度 RMSE 为 0.9739 K，低于统计模拟器 MESMER-M 的 1.0963 K，且年际变率 0.6050 比 MESMER-M 的 0.6375 更接近 IPSL 目标 0.5166。
该工作对27个常用基准数据集上的基线模型进行超参数微调，依据图感知模型与其对应图无关模型的对比表现，将异质数据集划分为恶性、良性与模糊三类，并据此重新评估11个SOTA异质图模型、在三种合成图生成方法上对11个同质性度量做首次定量评测，发现多数SOTA模型并未显著优于最佳基线，且经典度量仍具竞争力。
已读完全部报道