相关实验视频
Updated: Jan 18, 2026

The HoneyComb Paradigm for Research on Collective Human Behavior
Published on: January 19, 2019
在社会困境游戏中的人机合作:人类战略如何塑造机器学习和集体行为
Ji Quan1,2, Chen Guo1, Xianjia Wang3
1School of Management, Wuhan University of Technology, Wuhan 430070, China.
与宽容的人类互动的机器促进了合作. 人类策略显著塑造机器学习,影响人工智能应用中的合作结果,如自动驾驶.
科学领域:
- 进化游戏理论 进化游戏理论
- 人工智能的人工智能
- 人与机器的互动 人与机器的互动
背景情况:
- 人机交互对于AI的兴起至关重要.
- 了解人类和人工智能之间的合作动态至关重要.
研究的目的:
- 使用进化游戏视角研究人机合作.
- 分析机器学习策略对混合环境中的合作的影响.
主要方法:
- 构建了一个混合空间囚犯的困境环境.
- 整合强化学习 (RL) 用于机器策略和对人类的反应策略.
主要成果:
- 具有宽容人类策略的机器趋于稳定的合作.
- 机器比例对合作的影响取决于上下文 (低诱惑与高诱惑).
- 机器学习是由人类的战略模式塑造的,复制条件合作.
结论:
- 人类对机器学习和合作倾向具有重要影响.
- 提供了关于人机合作演变的理论见解.
- 为智能制造和自动驾驶提供了方法学意义.
更多相关视频
06:18The Collective Trust Game: An Online Group Adaptation of the Trust Game Based on the HoneyComb Paradigm
Published on: October 20, 2022
06:11High-definition Transcranial Direct Current Stimulation over Right Dorsolateral Prefrontal Cortex to Enhance Metacognitive Sensitivity
Published on: September 26, 2025
相关概念视频
Impact of Individuals on Individuals
Social Facilitation
Automatic Processing and Automatic Social Behavior
Social Proof
Impact of Groups on Groups
Social Loafing