Diffusion of Responsibility in Collective Decision Making
University of Southampton(南安普顿大学);Lafayette College(拉法耶特学院)
本文研究集体决策中的责任分散问题,通过决策机制的互模拟分析证明:两智能体时唯有独裁制可避免责任分散,多智能体时则必须采用当选独裁制。
2025-06-09 cs.AI cs.GT cs.MA
Evolutionary dynamics of collective decision-making with local social influence on static and dynamic networks
School of Mathematical Sciences, University of Electronic Science and Technology of China(电子科技大学数学科学学院)
该研究构建含社会影响的二元选项集体决策模型,推导静态网络中选项占优条件、网络平均度的双重作用,分析动态网络结果的影响因素,通过模拟验证理论预测。
2026-08-05 cs.MA physics.soc-ph
Collective Decision Making in Communication-Constrained Environments
University of Southampton(南安普顿大学);School of Electronics and Computer Science, University of Southampton(南安普顿大学电子与计算机科学学院)
自主机器人群的主要任务之一是集体决定最佳可用选项。实现这一点需要代理之间的高质量通信,而这在现实环境中可能并不总是可用的。在本文中,我们介绍了通信约束的集体决策问题的环境中的某些领域限制代理的通信能力,无论是通过降低成功率或阻塞的通信渠道。我们提出了一个分散的算法映射环境特征的机器人群,以及改善集体决策的通信有限的环境中没有事先了解的通信景观。我们的研究结果表明,使一个集体意识到的通信环境可以提高收敛的速度,在通信限制的存在下,至少快3倍,而不牺牲准确性。
2022-07-19 cs.MA cs.RO
Collective decision making by embodied neural agents
本研究针对现有多智能体研究缺乏对具身生物智能体神经动力学建模的问题,通过为智能体配备基于协调动力学框架的最小神经动力学模型,探究了单/多智能体场景下神经动力学与环境、智能体间交互对群体决策的影响,为相关领域提供了新见解。
2024-11-27 cs.MA q-bio.NC
Collective AI can amplify tiny perturbations into divergent decisions
The Pennsylvania State University(宾夕法尼亚州立大学);McGill University(麦吉尔大学);American University(美利坚大学)
研究发现集体AI在迭代多模型讨论中可能放大微小扰动导致决策分歧,且委员会架构影响稳定性,揭示集体AI的稳定性问题。
2026-04-03 cs.AI cs.MA
How robots in a large group make decisions as a whole? From biological inspiration to the design of distributed algorithms
School of Earth and Space Exploration(地球与空间探索学院);School of Life Sciences(生命科学学院);Arizona State University(亚利桑那州立大学)
大自然为我们提供了大量的例子,说明大量的个人如何在没有中央权威的协调下做出决定。社会性昆虫、鸟类、鱼类和许多其他生物群体,依靠简单的互动机制来做到这一点。他们各自从环境中收集信息;然后在集体成员之间本地共享更大范围的小片段,并一起处理以输出共同商定的选择。在整个进化过程中,自然界发现了集体决策问题的解决方案,这些问题对工程师来说很有趣,因为它们对故障或丢失的个体具有鲁棒性,面对动态环境具有灵活性,并且能够与大量成员一起扩展。在过去的几十年里,生物学家积累了大量的实验证据,而工程师则从这些和其他例子中获得灵感,设计分布式算法,在保持自然对应物相同属性的同时,以预测数学模型的形式保证其性能。在本文中,我们回顾了导致集体决策的基本过程。我们讨论了生物系统中集体决策的例子,并展示了如何设计类似的过程来设计人工的。在这段旅程中,我们回顾了一个框架来设计分布式决策算法,这些算法是模块化的,可以以不同的方式实例化和扩展,并由一套预测数学模型支持。
2019-12-18 cs.AI cs.MA cs.RO
Collective decision-making dynamics in hypernetworks
本研究将多智能体协作高阶相互作用下的集体决策过程建模为超网络,证明高阶相互作用会引发叉形分岔,使系统在特定社会努力参数区间内呈现双稳态,即社区依初始条件或陷入僵局或达成非平凡决策,并用数值算例验证了结果。
2025-09-05 cs.MA cs.SY eess.SY
Collective decision-making under changing social environments among agents adapted to sparse connectivity
University of Leeds(利兹大学)
本研究分析稀疏网络中理性智能体基于简化社会信息(选择差异)的自适应决策策略,发现决策效能由实时社会连接性而非习惯连接性决定,为实验室社会性与在线社区动态提供新见解。
2021-10-26 cs.MA physics.soc-ph q-bio.QM
Collective Decision-Making in Ideal Networks: The Speed-Accuracy Tradeoff
Princeton University(普林斯顿大学)
本文研究人类群体在具有网络交互的模型中进行两种选择任务的集体决策,探讨个体在速度与准确性之间的权衡,通过耦合漂移扩散模型分析证据聚合过程,并探讨网络位置对决策性能的影响。
2014-02-15 cs.MA cs.SY eess.SY
Modeling multistage decision processes with Reflexive Game Theory
本文介绍了自反博弈论在多阶段决策问题中的应用。背后的想法是,每个决策会议有一定的参数,如“当会议正在发生”,“谁是小组成员作出决定”,“小组成员如何相互影响”等,这项研究说明了连续或顺序的决策过程,其中包括两个阶段。在第一阶段,对最终决策的参数做出决定。第二阶段是最终决策本身的实施。因为在阶段1期间,可以有多个决策会话。在这种情况下,需要两次以上的会议才能做出最终决定。因此,最终决策的整个过程变成了由连续的决策会议组成的多阶段决策过程。
2012-03-11 cs.AI cs.MA
Studying speed-accuracy trade-offs in best-of-n collective decision-making through heterogeneous mean-field modeling
Institute for Interdisciplinary Studies on Artificial Intelligence (IRIDIA)(人工智能跨学科研究所(IRIDIA));Université Libre de Bruxelles(布鲁塞尔自由大学);Centre for the Advanced Study of Collective Behaviour(集体行为高级研究中心);Universität Konstanz(康斯坦茨大学);Max Planck Institute of Animal Behavior(马克斯·普朗克动物行为研究所);Faculty of Computer Science(计算机科学学院);Université de Namur(那慕尔大学);Department of Mathematics(数学系)
本研究通过异质平均场建模,提出一个概括投票者模型和局部多数规则模型的框架,揭示个体认知努力与网络连通性分别调节的两种速度-准确性权衡,并发现降低网络连通性可提升集体决策准确性。
2024-03-18 cs.MA cs.RO physics.soc-ph
The Fairness Fair: Bringing Human Perception into Collective Decision-Making
Pennsylvania State University(宾夕法尼亚州立大学)
本文提出将人类感知融入集体决策中的公平性,强调公平方案需被社会规划者认可、受人类认知支配且可验证,并倡导跨学科研究以应对当前公平分配文献的挑战。
2023-12-22 cs.AI cs.GT cs.MA
A two-layer model for coevolving opinion dynamics and collective decision-making in complex social systems
基于意见动力学和进化博弈论的文献,我们提出了一个新的数学框架来模拟复杂社会系统中意见和决策相互交织的共同进化。在该框架中,社会社区的成员更新他们的意见,并修改他们的行动,因为他们了解别人的意见分享的沟通渠道,并通过影响力的渠道观察别人的行动,这些互动决定了一个两层的网络结构。我们提供了一个应用程序的建议框架,通过定制它来研究采用一种新的社会规范,表明该模型能够捕捉到出现的几个现实世界的集体现象,如范式转变和不受欢迎的规范。通过建立分析条件和蒙特卡罗数值模拟,我们阐明了意见动态和决策之间的耦合,以及网络结构,在塑造社会系统中复杂的集体行为的出现的作用。
2021-02-18 cs.MA cs.SI cs.SY
When Agents Disagree: Bayesian Backward Reasoning as a Label-Free Anchor for Multi-Agent Collective Decision-Making
The University of Melbourne(墨尔本大学);Sri Lanka Institute of Information Technology(斯里兰卡信息技术学院)
针对多智能体意见冲突问题,提出基于贝叶斯反向推理构建反向后验作为无标签锚点,利用Jensen-Shannon散度评估跨路径一致性,实现硬选择、软重加权和对数线性融合三种策略,在DDXPlus数据集上显著提升集体决策性能。
2026-09-11 cs.AI cs.MA
Multiequilibria analysis for a class of collective decision-making networked systems
Linköping University(林雪平大学)
本文研究了一类集体决策网络化系统中非线性互联合作系统的多平衡特性,通过Perron-Frobenius理论和网络的代数连通性分析,探讨了混合符号平衡点的出现条件,并证明所有平衡点都包含在由正正交ant中的平衡点范数确定的实盘中。
2017-07-03 cs.MA cs.SY eess.SY
CIMAX: Collective Information Maximization in Robotic Swarms Using Local Communication
机器人群和移动传感器网络用于在各个领域和作业领域进行环境监测。特别是在其他不可访问的环境中,分散的机器人群可能是有利的,因为它们的测量的高空间分辨率和群体中的个体的故障的弹性。然而,这种机器人群可能需要能够在部署过程中补偿错位或适应环境的动态变化。在没有中央实体作为决策者的情况下,在通信能力有限的群体中达成集体决策可能是一项具有挑战性的任务。在这里,我们提出了CIMAX算法的集体决策,最大限度地提高收集的信息作为一个整体的群体。智能体根据各自的传感器读数进行协商,并最终做出集体向特定方向移动的决定,以便整个群体增加相关测量的数量,从而增加可访问的信息。我们使用模拟和真实的机器人实验来展示,测试和验证我们的算法。CIMAX被设计用于水下群体机器人,用于排除被称为“缺氧”的氧气耗尽现象。
2019-03-13 cs.MA
Congestion and Scalability in Robot Swarms: a Study on Collective Decision Making
École Polytechnique de Montréal(蒙特利尔高等理工学院);University of Konstanz(康斯坦茨大学)
针对机器人群体二元集体决策中的通信与移动拥塞问题,本文在最多150台机器人的物理仿真中比较三种方法,发现 Division of Labor 结合版本化局部通信最能降低拥塞并提升可扩展性。
2023-07-17 cs.MA cs.RO
Social Dynamics as Critical Vulnerabilities that Undermine Objective Decision-Making in LLM Collectives
Korea Advanced Institute of Science and Technology(韩国科学技术院)
研究探讨了社交动态如何影响LLM集体中代表代理的决策准确性,发现社交压力增加时,代理性能显著下降,且修辞策略会影响判断。
2026-05-02 cs.AI cs.CL cs.MA
Speed-vs-Accuracy Tradeoff in Collective Estimation: An Adaptive Exploration-Exploitation Case
准确性和速度之间的权衡被认为是个人和集体决策的基础。在本文中,我们专注于集体估计作为集体决策的一个例子。任务是估计环境中所需特征的平均标量强度。我们提出的解决方案包括探索和开发阶段,其中切换时间是决定两个阶段之间平衡的一个因素。通过将总体准确度分解为偏差和方差,我们解释了多样性和社会互动可以提高集体决策的准确度。我们还展示了探索与开发权衡如何与速度与准确性权衡相关。我们的工作的一个重要发现是,有一个最佳的持续时间探索速度和准确性之间的妥协。对于未知环境,无法脱机确定此持续时间。因此,我们提出了一个自适应的,分布式的机制,使个人代理决定在一个分散的方式切换时。此外,开发阶段的空间后果是一个紧急的集体运动,导致集体聚集在空间域中的环境场的平均强度的等值线。这样一个完全分布式的集体估计模型的潜在应用的例子是溢出捕获和源定位。
2022-01-18 cs.MA
Iterative Local Voting for Collective Decision-making in Continuous Spaces
许多社会决策问题存在于高维连续空间中,而不适用于离散或一维空间中常见的投票技术。这些问题通常在选举前被离散化,或由代表通过谈判决定。我们提出了一种算法,称为{ \sc迭代本地投票}集体决策在这种情况下。在该算法中,投票者被顺序地采样,并被要求在其当前值的某个局部邻域内修改候选解决方案,该局部邻域由球在某个选定的范数中定义,球的大小以指定的速率缩小。我们首先证明了该算法的收敛性,在适当的选择邻域帕累托最优解与理想的公平性在某些自然设置:当选民的效用可以表示在某种形式的距离,他们的理想解决方案,当这些效用是可加性分解的跨维度。在许多情况下,我们获得收敛到社会福利最大化的解决方案。然后,我们描述了一个实验中,我们测试我们的算法的决定,美国联邦预算的机械土耳其人与超过2,000名工人,采用由$\mathcal{L}^1, \mathcal{L}^2$和$\mathcal{L}^\infty$球定义的社区。我们提出了几个意见,告知未来的实现这样一个程序。
2018-10-28 cs.CY cs.GT cs.MA
A Generalised Theory of Proportionality in Collective Decision Making
University of Warsaw(华沙大学)
本文提出集体决策中比例性的一般化理论,将委员会选举、多样性约束选举、公共决策和集体调度统一建模,提出不依赖预定义群体的比例性公理,并将PAV和Phragmén规则推广到拟阵约束下满足公理。
2023-10-10 cs.GT cs.MA