Aprendizaje de estrategias de decisión utilizando redes neuronales artificiales en juegos repetitivos no cooperativos en el ámbito de la economía evolucionista

El presente proyecto de investigación muestra el aprendizaje de estrategias de decisión utilizando redes neuronales artifiiales en juegos repetitivos no cooperativos, especficamente, se modelaron los juegos no cooperativos: dilema del prisionero, juego de la gallina y caza del ciervo. En la configuración de los juegos se presentan varios escenarios a saber: competencias entre agentes cuyos programas corresponde con estrategias de juegos usadas en competencias de juego no cooperativos, competencia entre agentes cuyo programa corresponde con una red neuronal obtenida a través de procesos de neuroevolución, y por último, competencia entre agentes cuyo programa corresponde con redes neuronales que se adaptan en línea. Con fin de tener un esquema de especificación unificado, adicionalmente, se planteó el desarrollo de un laboratorio computacional en el ámbito de la economía computacional basado en agentes, dicho laboratorio permite la especificación de modelos de simulación usando un lenguaje desarrollado denominado UNALCOL. El lenguaje tiene una serie de características entre las cuales se encuentran: un entorno integrado de desarrollo que facilita las tareas de programación y una plataforma de simulación para los modelos especifiados. Un elemento importante de dicho lenguaje es que permite la integración con librerías externas para soportar el proceso de toma de decisiones. Los resultados del proceso de investigación indican que pueden ser especifiados juegos no cooperativos en UNALCOL, lo anterior, dado el correcto funcionamiento de las simulaciones realizadas con los juegos dilema del prisionero, juego de la gallina y caza del ciervo. Adicionalmente, el proceso de evolución de las redes neuronales (perceptron multicapa, red de base radial) desarrollado con el fin de adaptar estrategias de aprendizaje en los agentes cuando compiten en los juegos no cooperativos, son comparables a los resultados obtenidos en la literatura, usando algoritmos genéticos y enjambres de partículas. Por último, el proceso de evolución de estrategias en línea, basado en redes neuronales, integrado a los agentes cuando compite con otros contrincantes garantiza el cambio de la estrategia de juego con el fín de maximizar el puntaje obtenido.

• Autores: Giraldo Giraldo, Fabián Andrés
• Fecha de publicación: 2013
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/51531
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/51531; http://bdigital.unal.edu.co/45662/
• Palabra clave: 0 Generalidades / Computer science, information and general works; 3 Ciencias sociales / Social sciences; 33 Economía / Economics; 37 Educación / Education; 5 Ciencias naturales y matemáticas / Science; 62 Ingeniería y operaciones afines / Engineering; 71 Urbanismo y arte paisajístico / Landscaping and area planning; Algoritmos genéticos; Caza del ciervo; Dilema prisionero; Juego de la gallina; Teoría de juegos; Neuroevolución; Perceptron; Red base radial; Red neuronal; Genetic algorithms; Stag hunt; Prisoner dilemma; Chicken game; Game theory; Neuroevolution; Radial basis network; Neural network
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional