คำถามติดแท็ก evolutionary-game-theory

การศึกษานิเวศวิทยาและวิวัฒนาการกำลังเพิ่มขึ้นทางคณิตศาสตร์มากขึ้น แต่เครื่องมือทางทฤษฎีส่วนใหญ่ดูเหมือนจะมาจากฟิสิกส์ อย่างไรก็ตามในหลายกรณีปัญหาที่เกิดขึ้นมีลักษณะที่ไม่ต่อเนื่องมาก (ดูตัวอย่างSLBS00 ) และอาจได้รับประโยชน์จากมุมมองของวิทยาศาสตร์คอมพิวเตอร์ กระนั้นฉันก็ตระหนักถึงผลลัพธ์ที่ร้ายแรงเพียงไม่กี่อย่างจาก TCS ที่พยายามสัมผัสกับคำถามเฉพาะด้านนิเวศวิทยาและวิวัฒนาการ สองทิศทางที่เกิดขึ้นกับใจคือ: Livnat, A. , Papadimitriou, C. , Dusho, J. , & Feldman, MW [2008] "ทฤษฎีความสามารถในการผสมสำหรับบทบาทของเพศในวิวัฒนาการ" PNAS 105 (50): 19803-19808 [ pdf ] Valiant, LG [2009] "Evolvability" วารสาร ACM 56 (1): 3 อดีตใช้ความคิดจากการวิเคราะห์ของขั้นตอนวิธีทางพันธุกรรมเพื่อแสดงให้เห็นความแตกต่างเชิงคุณภาพระหว่างทางมีชีวิตทางเพศและไม่อาศัยเพศประพฤติตนอยู่ในภูมิประเทศที่ออกกำลังกายและได้นำไปสู่การติดตามที่จะช่วยปรับต้นแบบสังเกต หลังเชื่อมโยงวิวัฒนาการและทฤษฎีการเรียนรู้การคำนวณเพื่อพยายามพิสูจน์ผลการเปลี่ยนแปลงได้ มันมีอิทธิพลต่อการรวบรวมเอกสารเล็ก ๆ น้อย ๆ แต่ส่วนใหญ่โดยนักวิทยาศาสตร์คอมพิวเตอร์คนอื่น ๆ มีผลลัพธ์เพิ่มเติมในหลอดเลือดดำเหล่านี้หรือไม่ การประยุกต์ใช้วิทยาการคอมพิวเตอร์เชิงทฤษฎีอื่น …

27 reference-request  big-picture  application-of-theory  evolutionary-game-theory  algorithmic-lens 

ฉันใช้คำชื่อในแง่ที่หลวมมาก มีงานจำนวนมากเกี่ยวกับทฤษฎีเกมวิวัฒนาการรวมถึงพื้นฐานทางคณิตศาสตร์ ฉันแนะนำ "เกมวิวัฒนาการและพลวัตประชากร" แต่ยังไม่ได้เจาะลึก นอกจากนี้ยังมีงานจำนวนมากเกี่ยวกับทฤษฎีเกมอัลกอริทึมซึ่งเป็นหัวข้อยอดนิยมในเว็บไซต์นี้ สิ่งที่ฉันต้องการเห็นก็คืองานที่ทำให้เกิดความซับซ้อนในการคำนวณหรือข้อความเกี่ยวกับการลู่เข้าเกี่ยวกับการเปลี่ยนแปลงทางวิวัฒนาการ ตัวอย่าง (เขียนอย่างหลวม ๆ ): เมื่อพิจารณาจากประชากรและโครงการวิวัฒนาการเราสามารถทำให้ความน่าจะเป็นที่จะเกิดขึ้นกับการเพิ่มประสิทธิภาพของประชากรในระยะยาว (เทียบกับบุคคลที่ดีที่สุดที่ผลิตได้หรือไม่) สิ่งนี้ดูเหมือนจะเกี่ยวข้องอย่างมากกับผู้เชี่ยวชาญและปัญหาโจร สิ่งที่เกี่ยวกับการตั้งค่า nonstationary? เนื่องจากกลุ่มประชากรของสปีชีส์ต่าง ๆ ที่มีปฏิสัมพันธ์ในสภาพแวดล้อมของพวกเขาเล่นเกมที่มีผู้เล่นหลายคนค่อนข้างมากสิ่งที่เราสามารถพูดได้เกี่ยวกับความมั่นคงในที่สุดของกลยุทธ์หรือการกระจายกลยุทธ์ของพวกเขา ในสภาพแวดล้อมใด ๆ ที่มี "niches" มากมาย (เป็นวิธีการใช้ถ้อยคำที่เกินจริงฉันเข้าใจ) ไม่ว่าจะเป็นความสัมพันธ์โดยตรงกับสภาพแวดล้อมหรือในแง่ของความสัมพันธ์กับสายพันธุ์อื่น ๆ ข้ามซอกเหล่านี้ ปัญหาใด ๆ ที่ฉันไม่ได้ถาม แต่ควร - ฉันมาที่นี้ด้วย AGT, TCS, Algorithms ทางพันธุกรรมทฤษฎีเกมวิวัฒนาการหรือภูมิหลังชีววิทยาของประชากร ฉันถามคำถามจากมุมมองการเพิ่มประสิทธิภาพ / การเรียนรู้ของเครื่อง / สถิติซึ่งอาจผิดหรือไม่สมบูรณ์

15 reference-request  gt.game-theory  genetic-algorithms  evolutionary-game-theory 

เมื่อพิจารณาการโต้ตอบกับเครือข่ายมักจะยากที่จะคำนวณพลวัตเชิงวิเคราะห์และใช้การประมาณ การประมาณค่าเฉลี่ยฟิลด์มักจบลงด้วยการเพิกเฉยต่อโครงสร้างเครือข่ายโดยสมบูรณ์และแทบจะไม่เป็นสิ่งที่ดีนัก การประมาณที่เป็นที่นิยมคือการประมาณคู่ซึ่งพิจารณาความสัมพันธ์ที่เกิดขึ้นระหว่างโหนดที่อยู่ติดกัน การประมาณนั้นแน่นอนถ้าเราพิจารณากราฟของ Cayley และดีมากถ้าเราดูกราฟแบบสุ่มผิดปกติ ในทางปฏิบัติก็ยังมีการประมาณที่ดีสำหรับกรณีเมื่อเรามีกราฟสุ่มที่มีการศึกษาระดับปริญญาเฉลี่ยและการกระจายตึงตัวของการศึกษาระดับปริญญารอบkน่าเสียดายที่เครือข่ายและการโต้ตอบจำนวนมากที่น่าสนใจไม่ได้ถูกสร้างแบบจำลองโดยกราฟเหล่านี้ พวกเขามักจะเป็นแบบอย่างที่ดีโดยกราฟที่มีการแจกแจงระดับที่แตกต่างกันมาก (เช่นเครือข่ายที่ไม่มีมาตราส่วนเป็นต้น) โดยมีค่าสัมประสิทธิ์การจัดกลุ่มเฉพาะ (และสูง) หรือระยะทางสั้นที่สุดโดยเฉพาะเส้นทางสั้น (ดูเพิ่มเติมAlbert & Barabasi 2001 ) .kkkkkkkkk มีการปรับแต่งการประมาณค่าคู่ที่ทำงานได้ดีสำหรับเครือข่ายประเภทนี้หรือไม่? หรือมีการประมาณการวิเคราะห์อื่น ๆ ตัวอย่างของการโต้ตอบบนเครือข่าย ฉันคิดว่าฉันจะยกตัวอย่างสิ่งที่ฉันหมายถึงโดยการโต้ตอบบนเครือข่าย ฉันจะรวมตัวอย่างที่ค่อนข้างทั่วไปจากทฤษฎีเกมวิวัฒนาการ คุณสามารถนึกถึงแต่ละโหนดว่าเป็นเอเจนต์ (โดยปกติจะแสดงเพียงแค่กลยุทธ์) ที่เล่นเกมแบบคงที่บางคู่กับเอเจนต์อื่นที่มีขอบ ดังนั้นเครือข่ายที่กำหนดพร้อมกับการกำหนดกลยุทธ์ให้แต่ละโหนดจะสร้างผลตอบแทนสำหรับแต่ละโหนด จากนั้นเราจะใช้การจ่ายผลตอบแทนเหล่านี้และโครงสร้างเครือข่ายเพื่อพิจารณาการกระจายของกลยุทธ์ระหว่างโหนดสำหรับการทำซ้ำครั้งถัดไป (ตัวอย่างทั่วไปอาจใช้สำหรับแต่ละตัวแทนเพื่อคัดลอกเพื่อนบ้านที่มีการจ่ายผลตอบแทนสูงสุดหรือตัวแปรที่น่าจะเป็น) คำถามที่เรามักจะสนใจสอดคล้องกับการรู้จำนวนตัวแทนของแต่ละกลยุทธ์และวิธีการที่การเปลี่ยนแปลงการทำงานล่วงเวลา บ่อยครั้งที่เรามีการกระจายที่มั่นคง (ซึ่งเราต้องการทราบหรือโดยประมาณ) หรือบางครั้ง จำกัด รอบหรือแม้แต่สัตว์แปลกใหม่ หากเราทำการประมาณค่าเฉลี่ยของฟิลด์ในโมเดลประเภทนี้เราจะใช้รับสมการจำลองแบบเป็นแบบไดนามิกซึ่งจะละเว้นโครงสร้างเครือข่ายอย่างโจ่งแจ้งและแม่นยำสำหรับกราฟที่สมบูรณ์เท่านั้น หากเราใช้การประมาณแบบคู่ (เช่นOhtsuki & Nowak 2006 ) เราจะได้รับการเปลี่ยนแปลงที่แตกต่างกันเล็กน้อย (จริง ๆ แล้วจะเป็นการจำลองแบบพลวัตด้วยเมทริกซ์ผลตอบแทนที่ปรับเปลี่ยนซึ่งการปรับเปลี่ยนขึ้นอยู่กับระดับของกราฟและข้อมูลเฉพาะของขั้นตอนการอัปเดต) ซึ่งตรงกับการจำลองที่ดีสำหรับกราฟสุ่ม แต่ไม่เหมาะสำหรับเครือข่ายอื่น ๆ …

10 graph-theory  gt.game-theory  evolutionary-game-theory