精选理由
这篇论文用‘权力’和‘响应函数’两个变量就能拆解集体智能的涌现机制，还给出了最优秩序公式，想从底层理解多智能体系统的话可以一读。
该论文提出了一个通用框架，分析智能体行动与集体观测间有反馈回路的系统，基于两个变量：权力（衡量智能体对集体结果的影响）和响应函数（决定智能体如何反应）。推导了总权力、有用权力、熵、秩序、脆弱性和移动性等宏观属性从这两个变量涌现的方式。引入一个由风险偏好系数参数化的系统级效用函数，推导了在生产率、稳定性和适应性间平衡的最优秩序度。分析表明，更强的同步化可能增加集体产出，但也增加脆弱性并降低移动性。该框架通过测量和设计权力分布与响应函数，有助于理解和优化集体行为。
AI 翻译 · 中文
该论文提出了一个通用框架，分析智能体行动与集体观测间有反馈回路的系统，基于两个变量：权力（衡量智能体对集体结果的影响）和响应函数（决定智能体如何反应）。推导了总权力、有用权力、熵、秩序、脆弱性和移动性等宏观属性从这两个变量涌现的方式。引入一个由风险偏好系数参数化的系统级效用函数，推导了在生产率、稳定性和适应性间平衡的最优秩序度。分析表明，更强的同步化可能增加集体产出，但也增加脆弱性并降低移动性。该框架通过测量和设计权力分布与响应函数，有助于理解和优化集体行为。
This paper develops a general framework for analyzing multi-agent systems with feedback loops between agents actions and collective observations. The framework is built on two fundamental agent-level variables: power, wh…