本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
我們在這樣的環境中研究學習：智能體接收有關變數真實值的獨立雜訊訊號，然後在網路中進行通訊。他們天真地透過重複取鄰居意見的加權平均值來更新信念。我們證明，當且僅當最有影響力的代理人的影響隨著社會的發展而消失時，一個大社會中的所有觀點都會趨於事實。我們也確定了這方面的障礙，包括突出群體，並在網路上提供結構條件，確保高效學習。代理人是否收斂於事實與達成共識的速度無關
本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
我們在這樣的環境中研究學習：智能體接收有關變數真實值的獨立雜訊訊號，然後在網路中進行通訊。他們天真地透過重複取鄰居意見的加權平均值來更新信念。我們證明，當且僅當最有影響力的代理人的影響隨著社會的發展而消失時，一個大社會中的所有觀點都會趨於事實。我們也確定了這方面的障礙，包括突出群體，並在網路上提供結構條件，確保高效學習。代理人是否收斂於事實與達成共識的速度無關