研究人员开发了一个多智能体系统，以研究离散的、拥挤的资源如何在不同战略性智能体之间分配，并以铁路时段分配为例。该系统采用了一种新颖的拍卖机制，该机制结合了基于拥堵的价格和不对称的纠正性调整，旨在惩罚请求过多时段的智能体并奖励请求较少时段的智能体。与领域专家的探索性会议表明，虽然该机制对需求做出了反应，但大型智能体尽管受到惩罚，仍继续采取高请求策略，这表明纠正性定价本身不足以克服战略主导地位。 AI
影响 这项研究可以为复杂的多智能体环境中更公平、更高效的资源分配系统的设计提供信息。
排序理由 该项目是一篇学术论文，详细介绍了一种用于资源分配的新型多智能体系统和拍卖机制。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
