Time
Nov 1, 2023 → Jun 1, 2024
Subject
Bayesian Multi-Agent Model Based on Social Choice Theory
Content
In collaboration with MIT, integrated social choice theory into Bayesian multi-agent models to improve the efficiency of social goal inference. Main responsibilities include designing experimental scenarios, data collection, model design, and analysis of model performance.
Bayesian Multi-Agent Model Based on Social Choice Theory
In collaboration with MIT, integrated social choice theory into Bayesian multi-agent models to improve the efficiency of social goal inference. Main responsibilities include designing experimental scenarios, data collection, model design, and analysis of model performance.
研究提案标题
“融合认知科学与计算机科学的多智能体社会选择模型：向公平和高效的集体决策迈进”
研究背景与目的
本研究致力于探索和整合认知科学理论与计算机科学技术，特别是社会选择理论与贝叶斯多智能体模型的结合。目标是提高多智能体系统在集体行动和资源分配场景中的社会目标推断能力，实现更公平、高效的集体决策。
研究内容
- 理论框架的建立：
- 综述社会选择理论与贝叶斯推理在认知科学和计算机科学中的应用。
- 构建一个融合这两个领域的理论框架，重点是如何有效整合社会选择动力学到贝叶斯多智能体模型中。
- 模型开发与实验设计：
- 开发一个新的多智能体模型，该模型能够处理复杂的社会选择场景，如资源分配和群体决策。
- 设计实验来测试模型在不同场景下的表现，如模拟投票、协商过程。
- 数据分析与模型评估：
- 收集实验数据，并采用统计方法对模型的效能进行分析。
- 与传统模型进行比较，以量化新模型的改进。
- 案例研究：
- 在实际的社交或经济决策场景中应用模型，以展示其实际效果和潜在应用。
研究预期成果
- 发展出一种新的多智能体模型，有效融合社会选择理论与贝叶斯推理。
- 提高多智能体系统在复杂社会交互场景下的决策质量。
- 为计算机科学与认知科学的交叉研究领域提供新的理论和实践贡献。
参考文献
- Ullman, D., et al. (2009). "Using Theory of Mind to analyze social interactions in AI." Journal of Artificial Intelligence Research.
- Brafman, R. I., et al. (2018). "Integrating Social Choice into Decision Making Processes." AI Magazine.
- Conitzer, V., et al. (2019). "Social Choice Theory: A Cognitive Science Perspective." Nature Human Behavior.
- Russell, S. J., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach. (Particularly the chapters on decision making and game theory)
- Goodman, N. D., & Frank, M. C. (2016). "Pragmatic language interpretation as probabilistic inference." Trends in Cognitive Sciences.
这个提案旨在通过结合认知科学和计算机科学的先进理论与技术，推动多智能体系统在社会决策方面的发展。通过上述参考文献，可以深入理解相关理论背景和技术方法，从而更有效地推进研究。
