論文の概要: Words are not Wind -- How Public Joint Commitment and Reputation Solve the Prisoner's Dilemma

• arxiv url: http://arxiv.org/abs/2307.06898v2
• Date: Wed, 19 Feb 2025 09:16:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-20 13:56:28.747368
• Title: Words are not Wind -- How Public Joint Commitment and Reputation Solve the Prisoner's Dilemma
• Title（参考訳）: 言葉は風ではなく、どうやって囚人のジレンマを解決したか
• Authors: Marcus Krellner, The Anh Han,
• Abstract要約: 囚人のジレンマにおける共同コミットメントの機能について検討する。 間接的相互性に類似した評価システムを提案する。 この結果、私的に判断を下しても安定した協力が得られます。
• 参考スコア（独自算出の注目度）: 1.2430809884830318
• License:
• Abstract: To achieve common goals, we often use joint commitments. Our commitment helps us to coordinate with our partners and assures them that their cooperative efforts will benefit themselves. However, if one of us can exploit the other's cooperation (as in the Prisoner's Dilemma), our commitment appears less useful. It cannot remove the temptation for our partners to exploit us. Using methods from evolutionary game theory, we study the function of joint commitments in the Prisoner's Dilemma. We propose a reputation system akin to indirect reciprocity, wherein agents observe interactions even when not directly involved. They judge cooperation as good and defection as bad, but, crucially, only if the parties involved had committed to cooperate. This results in stable cooperation even though judgments are made privately, which had been a weakness in previous models of indirect reciprocity. Our work shows that joint commitments have utility beyond coordination problems, which could explain their prevalence. The proposed link between joint commitments and reputation could also explain why some joint commitments are pointedly public, like wedding vows. A reputation-based mechanism might have been particularly relevant in our distant past, in which no institutions existed to enforce commitments.
• Abstract（参考訳）: 共通の目標を達成するために、私たちはしばしば共同コミットメントを使用します。 私たちのコミットメントは、パートナーと協力し、彼らの協力的努力が自分たちに利益をもたらすことを保証します。 しかし、一方が他方の協力(囚人のジレンマのように)を利用することができれば、我々のコミットメントはより役に立ちそうに思える。 パートナーが私たちを搾取する誘惑を取り除くことはできない。 進化ゲーム理論の手法を用いて、囚人のジレンマにおける共同コミットメントの機能を研究する。 本稿では,間接的相互性に類似した評価システムを提案する。 彼らは協力を善良と欠点と判断したが、重要なことは、関係する当事者が協力を誓った場合に限られていた。 この結果,従来の間接的相互性モデルでは弱かった私的な判断であっても,安定した協調が得られた。 私たちの研究は、共同コミットメントが調整問題以外の実用性を持っていることを示しています。 共同誓約と評判の結びつきは、結婚の誓いなど、共同誓約が公にされている理由も説明できるかもしれない。 評判に基づくメカニズムは、我々の遠い過去に特に関係があったかもしれない。

関連論文リスト

• Multi-agent cooperation through learning-aware policy gradients [53.63948041506278]
  利己的な個人はしばしば協力に失敗し、マルチエージェント学習の根本的な課題を提起する。 本稿では,学習型強化学習のための,偏見のない高導出性ポリシー勾配アルゴリズムを提案する。 我々は, 受刑者のジレンマから, 自己関心のある学習エージェントの間でどのように, いつ, 協力関係が生じるかの新たな説明を得た。
  論文  参考訳（メタデータ） (2024-10-24T10:48:42Z)
• Learning to Balance Altruism and Self-interest Based on Empathy in Mixed-Motive Games [47.8980880888222]
  マルチエージェントのシナリオは、しばしば混合モチベーションを伴い、潜在的な搾取に対する自己保護が可能な利他的エージェントを要求する。 共感に基づくアルトリズムと自己利益のバランスをとるためのLASE学習を提案する。 LASEはその報酬の一部を共同プレイヤにギフトとして割り当て、このアロケーションは社会的関係に基づいて動的に適応する。
  論文  参考訳（メタデータ） (2024-10-10T12:30:56Z)
• Emergent Cooperation under Uncertain Incentive Alignment [7.906156032228933]
  頻繁な出会いを特徴とするシナリオにおける強化学習エージェント間の協力関係について検討する。 本研究では,複合モチベーション環境における協調を促進するために文献で提案されている評価や本質的な報酬などのメカニズムの効果について検討する。
  論文  参考訳（メタデータ） (2024-01-23T10:55:54Z)
• Incentivized Communication for Federated Bandits [67.4682056391551]
  我々は,サーバがインセンティブを提供することでクライアントにデータを共有する動機付けを行う,フェデレートされた盗賊に対するインセンティブ付きコミュニケーション問題を導入する。 本稿では,実証可能な通信とインセンティブコスト保証により,ほぼ最適の後悔を実現する,最初のインセンティブ付き通信プロトコルであるInc-FedUCBを提案する。
  論文  参考訳（メタデータ） (2023-09-21T00:59:20Z)
• Open Set Relation Extraction via Unknown-Aware Training [72.10462476890784]
  負のインスタンスを動的に合成することでモデルを正規化する未知の学習手法を提案する。 テキストの敵対的攻撃に触発されて、我々は適応的に、小さいが重要な摂動を元のトレーニングインスタンスに適用する。 実験結果から, 既知の関係の分類を損なうことなく, 未知の関係検出を行うことができた。
  論文  参考訳（メタデータ） (2023-06-08T05:45:25Z)
• Investigating the Impact of Direct Punishment on the Emergence of Cooperation in Multi-Agent Reinforcement Learning Systems [2.4555276449137042]
  協力の問題は、人間社会の中で一様である。 AIの利用が社会全体に広まるにつれ、社会的にインテリジェントなエージェントの必要性がますます明白になりつつある。 本稿では, 直接罰, 第三者罰, パートナー選択, 評判に関連する行動と学習のダイナミクスを包括的に分析し, 評価する。
  論文  参考訳（メタデータ） (2023-01-19T19:33:54Z)
• The art of compensation: how hybrid teams solve collective risk dilemmas [6.081979963786028]
  適応剤と固定行動剤を併用したハイブリッド集団における協調の進化的ダイナミクスについて検討した。 後者の振る舞いを補うために,まず,行動に適応することを学ぶ方法を示す。
  論文  参考訳（メタデータ） (2022-05-13T13:23:42Z)
• Normative Disagreement as a Challenge for Cooperative AI [56.34005280792013]
  典型的な協調誘導学習アルゴリズムは、問題の解決に協力することができないと論じる。 我々は,ノルム適応政策のクラスを開発し,これらが協調性を著しく向上させることを示す実験を行った。
  論文  参考訳（メタデータ） (2021-11-27T11:37:42Z)
• On the Critical Role of Conventions in Adaptive Human-AI Collaboration [73.21967490610142]
  規則依存表現と規則依存表現を区別する学習フレームワークを提案する。 複雑性が異なる3つの共同作業に対するアプローチを実験的に検証します。
  論文  参考訳（メタデータ） (2021-04-07T02:46:19Z)
• Cooperation and Reputation Dynamics with Reinforcement Learning [6.219565750197311]
  私達は信頼および協同を確立する方法として評判がいかに使用されるか示します。 好ましくない平衡への収束を緩和する2つのメカニズムを提案する。 この結果が進化ゲーム理論の文献とどのように関係しているかを示す。
  論文  参考訳（メタデータ） (2021-02-15T12:48:56Z)
• Efficient Querying for Cooperative Probabilistic Commitments [29.57444821831916]
  マルチエージェントシステムは、一般的な調整インフラストラクチャの中核としてコミットメントを使用できる。 慎重に選択されたコミットメントの選択について問い合わせることで、協力エージェントが(およそ)最適なコミットメントを効率的に見つける方法を示します。
  論文  参考訳（メタデータ） (2020-12-14T00:47:09Z)

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。