蜂群思维即单个强化学习智能体：研究证明群体决策与多臂老虎机严格等价
2026.10.23 · 观点 · 论文 · 论文预印本
论文证明局部模仿的群体决策与单智能体强化学习在多臂老虎机设定下数学等价。
该论文证明，通过局部模仿进行集体决策（如蜜蜂用摇摆舞选巢址）与单智能体强化学习在多臂老虎机设定下存在数学等价。即使个体没有学习能力、只是盲目模仿同伴，种群分布仍按宏观老虎机算法更新，N 个个体相当于 N 条并行环境采样，有效步长为 alpha = 1/N。作者将新算法命名为 Maynard-Cross Learning。
- 证明局部社会模仿与单智能体强化学习在多臂老虎机中的数学等价
- 遵循“模仿成功”协议的种群演化等同于 Cross Learning 老虎机算法的期望更新
- 将蜜蜂摇摆舞的加权投票者模型推导为新的宏观算法 Maynard-Cross Learning
- 每个无学习能力个体相当于一条并行环境采样，学习率等于群体规模的倒数
- 该框架可用于分析社会与经济系统中的模仿动态，并设计可扩展的去中心化群体机器人算法
为什么值得看
用数学证明“蜂群思维”等价于单个强化学习智能体。
适合谁关注
强化学习、群体智能与演化博弈论研究者。