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：2026-03-12
摘要
大規模合作對於實現人類永續的未來至關重要。然而，如何實現集體合作行為——即複雜環境中的智慧行為者共同改善他們的福祉——仍然知之甚少。複雜系統科學（CSS）提供了對集體現象、合作演變以及維持這兩者的機構的豐富理解。然而，該領域的許多理論未能充分考慮個體層面的複雜性和環境背景——主要是為了易於處理，而且還不清楚如何嚴格地做到這一點。這些元素在多智能體強化學習（MARL）中得到了很好的體現，該學習最近將重點放在了合作（人工智慧）智能上。然而，典型的 MARL 模擬計算成本高且難以解釋。從這個角度來看，我們建議橋接 CSS 和 MARL 提供新的前進方向。這兩個領域在目標、方法和範圍上可以互補。 MARL 提供 CSS 具體方法來形式化動態環境中的認知過程。 CSS 為 MARL 提供了對新興集體現象的改進的定性洞察。我們認為這種方法為集體、合作智能的正確科學提供了必要的基礎。我們重點介紹已經朝這個方向發展的工作，並討論未來研究的具體步驟。