論文の概要: Entangled and correlated photon mixed strategy for social decision making

• arxiv url: http://arxiv.org/abs/2010.13086v1
• Date: Sun, 25 Oct 2020 10:57:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-27 19:04:13.803280
• Title: Entangled and correlated photon mixed strategy for social decision making
• Title（参考訳）: 社会的意思決定のための絡み合い・相関フォトン混合戦略
• Authors: Shion Maeda, Nicolas Chauvet, Hayato Saigo, Hirokazu Hori, Guillaume Bachelier, Serge Huant, Makoto Naruse
• Abstract要約: エンタングル型および相関型光子型戦略の最適混合は、報酬環境の力学に依存することを示す。 本研究は、光子の量子的側面と古典的側面を混合的に利用して意思決定を行う方法である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Collective decision making is important for maximizing total benefits while preserving equality among individuals in the competitive multi-armed bandit (CMAB) problem, wherein multiple players try to gain higher rewards from multiple slot machines. The CMAB problem represents an essential aspect of applications such as resource management in social infrastructure. In a previous study, we theoretically and experimentally demonstrated that entangled photons can physically resolve the difficulty of the CMAB problem. This decision-making strategy completely avoids decision conflicts while ensuring equality. However, decision conflicts can sometimes be beneficial if they yield greater rewards than non-conflicting decisions, indicating that greedy actions may provide positive effects depending on the given environment. In this study, we demonstrate a mixed strategy of entangled- and correlated-photon-based decision-making so that total rewards can be enhanced when compared to the entangled-photon-only decision strategy. We show that an optimal mixture of entangled- and correlated-photon-based strategies exists depending on the dynamics of the reward environment as well as the difficulty of the given problem. This study paves the way for utilizing both quantum and classical aspects of photons in a mixed manner for decision making and provides yet another example of the supremacy of mixed strategies known in game theory, especially in evolutionary game theory.
• Abstract（参考訳）: 複数のプレイヤーが複数のスロットマシンからより高い報酬を得ようとする競争的マルチアームバンディット(CMAB)問題において、個人間の平等を維持しつつ、合計利益を最大化するためには、集団意思決定が重要である。 CMAB問題は、社会インフラにおける資源管理などのアプリケーションにおいて重要な側面である。 前回の研究では,絡み合った光子がCMAB問題の難易度を物理的に解決できることを理論的および実験的に実証した。 この意思決定戦略は、平等を確保しながら決定の衝突を完全に回避する。 しかし、不利な判断よりも大きな報酬を得る場合、意思決定の衝突は、与えられた環境によっては肯定的な効果をもたらす可能性があることを示す。 本研究では, エンタングル化と相関化した光子ベースの意思決定の混合戦略を示し, エンタングル化光子のみ決定戦略と比較して, 総報酬が向上することを示す。 本研究では, 報奨環境のダイナミクスと与えられた問題の難易度に応じて, エンタングル戦略と相関光子戦略の最適混合が存在することを示す。 本研究は、光子の量子的側面と古典的側面の両方を、意思決定のために混合的に利用する方法を示し、ゲーム理論、特に進化ゲーム理論における混合戦略の優位性の別の例を提供する。

関連論文リスト

• Efficient Adaptation in Mixed-Motive Environments via Hierarchical Opponent Modeling and Planning [51.52387511006586]
  本稿では,HOP(Hierarchical Opponent Modeling and Planning)を提案する。 HOPは階層的に2つのモジュールから構成される: 相手の目標を推論し、対応する目標条件のポリシーを学ぶ、反対モデリングモジュール。 HOPは、さまざまな未確認エージェントと相互作用する際、優れた少数ショット適応能力を示し、セルフプレイのシナリオで優れている。
  論文  参考訳（メタデータ） (2024-06-12T08:48:06Z)
• Risk-reducing design and operations toolkit: 90 strategies for managing risk and uncertainty in decision problems [65.268245109828]
  本稿では,このような戦略のカタログを開発し,それらのためのフレームワークを開発する。 高い不確実性のために難解であるように見える決定問題に対して、効率的な応答を提供する、と論じている。 次に、多目的最適化を用いた決定理論にそれらを組み込む枠組みを提案する。
  論文  参考訳（メタデータ） (2023-09-06T16:14:32Z)
• Asymmetric quantum decision-making [0.48757691171453793]
  量子過程は、光子の絡み合いや角運動量(OAM)の量子干渉を用いて、2つのエージェント間の衝突のない結合を実現することができる 本研究は、OAMまたは絡み合った光子の量子干渉を用いた非対称な集団決定について理論的に検討する。
  論文  参考訳（メタデータ） (2023-05-03T13:46:03Z)
• On solving decision and risk management problems subject to uncertainty [91.3755431537592]
  不確実性は意思決定とリスク管理において広範囲にわたる課題である。 本稿では,このような戦略を体系的に理解し,その適用範囲を判断し,それらをうまく活用するための枠組みを開発する。
  論文  参考訳（メタデータ） (2023-01-18T19:16:23Z)
• Bandit approach to conflict-free multi-agent Q-learning in view of photonic implementation [0.0]
  従来の研究では、光子の量子干渉を使って競合する多重武装バンディットの問題を解決してきた。 本研究は,より汎用的なマルチエージェント強化学習への従来のアプローチを拡張した。 成功したフォトニック強化学習方式は、学習の質に寄与するフォトニックシステムと適切なアルゴリズムの両方を必要とする。
  論文  参考訳（メタデータ） (2022-12-20T00:27:29Z)
• On the Complexity of Adversarial Decision Making [101.14158787665252]
  決定推定係数は, 相手の意思決定に対する後悔度を低く抑えるのに必要であり, 十分であることを示す。 我々は、決定推定係数を他のよく知られた複雑性尺度の変種に結びつける新しい構造結果を提供する。
  論文  参考訳（メタデータ） (2022-06-27T06:20:37Z)
• Modularity benefits reinforcement learning agents with competing homeostatic drives [5.044282303487273]
  生物学的に関係のある多目的問題,変数集合の連続的ホメオスタシスについて検討し,モノリシックなディープQネットワークとモジュールネットワークを比較し,各変数に対する専用Qラーナと比較する。 モジュラーエージェント:a) は最小限に決定された探索を必要とし、b. はサンプル効率を改善し、c. はドメイン外摂動に対してより堅牢である。
  論文  参考訳（メタデータ） (2022-04-13T18:57:55Z)
• Normalizing Flow as a Flexible Fidelity Objective for Photo-Realistic Super-resolution [161.39504409401354]
  超解像は不適切な問題であり、高分解能画像は可算解空間の1つの可能性を表す。 しかし、支配的なパラダイムは、L_のようなピクセル単位の損失を採用することで、ぼやけた平均に向かって予測を駆動する。 本稿では,L_損失を再考することによりこの問題に対処し,一層条件流に対応することを示す。 この関係に触発されて、L_目的に対する忠実度に基づくオルタナティブとして一般流れを探索する。 より深いフローの柔軟性は、対向的な損失と組み合わせることで、より良い視覚的品質と一貫性をもたらすことを実証する。
  論文  参考訳（メタデータ） (2021-11-05T17:56:51Z)
• Conflict-free collective stochastic decision making by orbital angular momentum entangled photons [0.0]
  我々は、軌道角運動量を光子の可変自由度として利用することにより、競争的な意思決定状況を解決するためのスケーラブルな原理を提案する。 本稿では,提案手法が理論的最大値に近い3本腕バンディット問題に関する全報酬を数値的に検討する。
  論文  参考訳（メタデータ） (2021-07-02T07:32:01Z)
• Addressing the Long-term Impact of ML Decisions via Policy Regret [49.92903850297013]
  意思決定者が腕を引っ張るたびに、各腕からの報酬が進化する状況について検討する。 我々は、許容可能な機会の逐次配分は、成長の可能性を考慮に入れなければならないと論じている。 十分に長い時間的地平線に対して、確実にサブ線形ポリシーを後悔するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-02T17:38:10Z)
• Entangled N-photon states for fair and optimal social decision making [0.0]
  本稿では, プレイヤー間の等価性を確保しつつ, 総資源出力を最適化できる偏光結合N-光子状態の探索に必要な理論原理を提案する。 N-playerの場合の一般的な公式はここでは示されていないが、一般的な導出規則と検証アルゴリズムが提案されている。
  論文  参考訳（メタデータ） (2020-07-17T08:01:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。