PulseAugur
实时 09:23:46
English(EN) Modelling Opinion Dynamics at Scale with Deep MARL

MARL模型模拟意见动态,揭示社交媒体虚假信息风险

研究人员开发了一种新的方法,使用多智能体强化学习(MARL)来模拟大规模人群中的意见动态,规模可达1000个智能体。这种方法允许智能体直接学习交互规则,而不是依赖预定义的规则。通过将该模型应用于Bluesky网络的一个子集,他们发现社交媒体上高度趋同的人群会降低集体准确性并助长虚假信息,这与较小、更具活力的群体形成鲜明对比,在这些群体中,趋同可以提高一致性。 AI

影响 这项研究为理解大规模社会现象和虚假信息的传播提供了一个新颖的计算框架。

排序理由 学术论文,详细介绍了一种新的建模方法。[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 →

报道来源 [1]

  1. arXiv cs.MA (Multiagent) TIER_1 English(EN) · Jakob Foerster ·

    利用深度MARL对大规模意见动态进行建模

    Modelling opinion dynamics typically relies on hand-crafted local interaction rules to study emergent macroscopic phenomena such as consensus and polarisation. In contrast, multi-agent reinforcement learning (MARL) enables agents to learn such behaviours directly by optimising si…