[发明专利]一种社交网络舆论演变方法

摘要

本发明提供一种社交网络舆论演变方法，属于强化学习方法领域。本发明社交网络舆论演变方法包括两类智能体，分别为模拟社交网络中普通大众的Gossiper类智能体和模拟社交网络中以吸引普通大众为目的的媒体或公众人物的Media类智能体，其中，所述Media类智能体采用所述连续动作空间上的纳什均衡策略计算对其回报最优的观念，更新其观念并在社交网络中广播。本发明的有益效果为：在与其它智能体交互的过程中最大化自己的利益，并最终能学习到纳什均衡。

主权项

1.连续动作空间上的纳什均衡策略，其特征在于包括如下步骤：(1)设置常数αub和αus，其中，αub＞αus,αQ,ασ∈(0,1)为学习率；(2)初始化参数，其中，所述参数包括智能体i期望动作u的均值u_i、累计平均策略常数C、方差σ_i和累计平均回报Q_i；(3)重复以下步骤直至智能体i的采样动作的累计平均策略收敛，(3.1)按一定探索率依正态分布N(ui,σj)随机选择一个动作xi；(3.2)执行动作xi，然后从环境中获取回报ri；(3.3)如果智能体i执行动作xi后收到的回报ri大于当前的累计平均回报Qi，那么ui的学习率为αub，反之学习率为αus，根据选定的学习率更新ui；(3.4)根据学习到ui的更新方差σi；(3.5)如果智能体i执行动作xi后收到的回报ri大于当前的累计平均回报Qi，那么ui的学习率为αub，反之学习率为αus，根据选定的学习率更新Qi；(3.6)根据常数C和动作x_i更新(4)输出累计平均策略作为智能体i的最终动作。