量子物理
[提交于 2003年7月4日
]
标题: 量化猎鹿游戏和纳什均衡
标题: Quantization of the stag hunt game and the Nash equilibrilum
摘要: 在本文中,我在Marinatto和Weber提出的框架中对猎鹿博弈进行量子化,该框架被引入用于量子化性别之战博弈,并给出了各种博弈论的通用量子化方案。然后,我讨论了在非纠缠态和纠缠态下初始策略情况下纳什均衡解,并揭示了纳什均衡解的结构,并比较了性别之战博弈的情况。由于该博弈在收益矩阵中有4个参数,比在收益矩阵中有3个参数的性别之战博弈具有更丰富的结构,因此纳什均衡中这些收益值的大小关系更为复杂。这种结构被完全揭示,并发现给出双方玩家收益最大总和的最佳策略强烈依赖于初始量子态。作为四参数猎鹿博弈公式的附加好处,我们可以使用后一种公式讨论由两名玩家进行的各种类型的对称博弈,即斗鸡博弈。结果发现它们与猎鹿博弈之间存在一些共同特性。最后,对囚徒困境做一点备注。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.