Desde contratos sociales hasta acuerdos climáticos, los individuos participan en grupos que deben alcanzar decisiones colectivas con diversos niveles de igualdad y equidad. Estos dilemas también impregnan la inteligencia artificial distribuida, en dominios como la negociación automatizada, la resolución de conflictos o la asignación de recursos, que buscan diseñar comportamientos grupales autoorganizados. Como lo demuestra el conocido Juego del Ultimátum, donde un Proponente debe dividir un recurso con un Respondedor, los resultados que maximizan el beneficio a menudo entran en conflicto con la equidad. Obtener igualdad en poblaciones de agentes autointeresados requiere intervenciones prudentes. Aquí, utilizamos el conocimiento sobre las redes sociales de los agentes para implementar mecanismos de equidad, en el contexto de los Juegos del Ultimátum Multijugador. Nos enfocamos en la asignación de roles basada en redes y demostramos que atribuir el rol de Proponente a nodos poco conectados aumenta los niveles de equidad en una población. Evaluamos
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Análisis estadístico de datos de censura híbrida generalizada tipo I conjunta de distribuciones de vida Burr XII.
Artículo:
Sincronización en Sistemas Caóticos de Orden Fraccional Dinámicamente Acoplados: Estudiando los Efectos de las Derivadas Fraccionarias
Artículo:
Resiliencia del equipo en entornos complejos y turbulentos: El efecto del tamaño y densidad de las interacciones sociales.
Artículo:
LPPS: un sistema distribuido de preservación de la privacidad de la ubicación basado en el anonimato y el envío de cachés
Artículo:
HYBINT: un sistema híbrido de inteligencia para la protección de infraestructuras críticas