• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Nature >Locally noisy autonomous agents improve global human coordination in network experiments
【24h】

Locally noisy autonomous agents improve global human coordination in network experiments

机译：本地嘈杂的自治代理改善了网络实验中的全球人员协调

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Coordination in groups faces a sub-optimization problem(1-6) and theory suggests that some randomness may help to achieve global optima(7-9). Here we performed experiments involving a networked colour coordination game(10) in which groups of humans interacted with autonomous software agents (known as bots). Subjects (n = 4,000) were embedded in networks (n = 230) of 20 nodes, to which we sometimes added 3 bots. The bots were programmed with varying levels of behavioural randomness and different geodesic locations. We show that bots acting with small levels of random noise and placed in central locations meaningfully improve the collective performance of human groups, accelerating the median solution time by 55.6%. This is especially the case when the coordination problem is hard. Behavioural randomness worked not only by making the task of humans to whom the bots were connected easier, but also by affecting the gameplay of the humans among themselves and hence creating further cascades of benefit in global coordination in these heterogeneous systems.
机译：组中的协调面临次优化问题（1-6），理论表明一些随机性可能有助于实现全局最优（7-9）。在这里，我们进行了涉及网络色彩协调游戏（10）的实验，其中一群人与自主软件代理（称为bot）互动。主题（n = 4,000）被嵌入到20个节点的网络（n = 230）中，有时我们会向其中添加3个机器人。这些机器人的行为随机性水平和测地位置不同。我们显示，机器人在较小水平的随机噪声作用下并放置在中央位置，可以显着提高人类群体的集体绩效，从而使中位解决时间缩短了55.6％。当协调问题很难解决时，尤其如此。行为随机性不仅通过使与机器人连接的人类的任务变得更容易而起作用，而且还通过影响人类彼此之间的游戏玩法，从而在这些异构系​​统中的全局协调中创造了更多的收益。

著录项

  • 来源
    《Nature》 |2017年第7654期|370-374|共5页
  • 作者

    Shirado Hirokazu; Christakis Nicholas A.;

  • 作者单位

    Yale Univ, Yale Inst Network Sci, New Haven, CT 06520 USA;

    Yale Univ, Yale Inst Network Sci, New Haven, CT 06520 USA;

  • 收录信息 美国《科学引文索引》(SCI);美国《工程索引》(EI);美国《生物学医学文摘》(MEDLINE);美国《化学文摘》(CA);
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号