无学习器群体觅食模型逼近探索-利用最优

Galen J. Wilkerson 发表的一项 arXiv 论文提出，一个没有学习器、也没有奖励信号的最小觅食群体，能够逼近多智能体资源共享博弈的理想自由分配（即 Nash 均衡，而非回报最大值）。 该模型依靠三种机制：重尾（Levy）飞行探索、邻近网络上的阈值级联招募，以及拥挤分散；论文称群体在约 150 步内动态逼近这一均衡。 这一结论来自作者在论文中的表述，说明探索与利用的最优分配未必需要学习或奖励信号。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。