Review: A Genetic Algorithm Approach to the Iterated Prisoner’s Dilemma
Notice bibliographique
Résumé
Introduction: The use of machine learning tactics such as the Moran process and evolutionary finite state machines have the potential to outperform classic strategies for the iterated prisoner’s dilemma. Methods: Applying a genetic algorithm approach to the iterated prisoner’s dilemma while modeling strategies with finite state machines proved to be an efficient method in which the produced strategies were able to cooperate unilaterally with their opponents. Results: Varying parameters in the evolution process such as the amount of generations, population size and bottleneck size were shown to directly contribute to the success of the strategies produced. In comparing various optimization methods, the genetic algorithm utilizing finite state machines outperformed the Moran process with respect to the highest scoring strategies produced by each. Discussion: These results can be explained due to the benefits of genetic recombination that was made possible with the use of finite state machines, where crossing over of state / action pairs resembling choices to make depending on the state environment occurred from generation to generation. Due to natural selection and recombination, the genes of the strategies with the highest fitness levels were bred into the next generations. Population bottlenecks and gene mutation tactics were used to recreate the naturally occurring phenomenon of gene variation, resulting in the creation of new species (which are iterated prisoner’s dilemma finite state machine strategies) within the generations. Conclusion: Tangible tactics can be extracted from these strategies, which were evolved using standard genetic algorithm tactics utilizing gene crossover and mutation techniques.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».