量子Agent网络演化理论研究

以量子力学为基础的量子计算理论，正受到越来越多研究者的关注。而复杂网络理论，又为研究者提供了新的网络结构。本申请以量子Agent(简称QA)作为研究对象，将量子计算理论与网络理论结合起来，在为QA形成相互作用网络的基础上，利用量子博弈理论描述QA间的相互作用，构建全新的量子算法，从而研究QA网络的演化问题。本项目将从以下四个方面展开研究：①以不同方法描述QA间的量子相互作用，研究这些描述方法对网络中QA合作水平的影响；②基于量子相互作用，构造QA网络演化的量子算法，讨论其对网络一致性的影响；③为QA构造不同的相互作用网络，研究不同网络结构对QA网络演化的影响。④搭建QA网络演化的仿真实验平台，验证量子算法的有效性。普通多Agent网络的演化理论在工程中已有广泛的应用，而本项目基于QA展开，利用量子力学中的奇特量子效应，可提高QA的合作水平，从而加快网络达到一致性的速度。

本项目将量子博弈与复杂网络结合起来，在演化博弈论框架下，研究量子策略在网络上的演化。首先，引入两人和多人量子博弈模型，描述量子Agent之间的相互作用，同时，使用复杂网络模型描述Agent间的相互关系。然后，在网络结构保持不变（静态网络）的情况下，在小世界网络和无标度网络上，研究了量子策略在几种网络上的演化行为，以及对合作水平的影响。研究发现，不同网络结构、不同博弈模型，对合作者在网络中的比例有较大影响，但量子策略最终能够击败经典策略，成为群体中的占优策略。其次，引入“断边重连”规则，Agent在进行策略更新的同时，还将更新自己的连接关系。从而在动态网络上，研究了网络结构与策略的协同演化和一致性。研究结果表明，只要网络开始演化，即使网络结构更新的概率很低，在“诱惑”值较小时，合作者就能在群体中成为占优策略。如果网络更新的概率进一步增大，合作者能够在更大的“诱惑”值时，仍然在群体中占优。只是当“诱惑”足够大时，量子策略会击败经典策略，在群体中占优。最后，开发了“量子策略在网络上的演化”仿真实验平台，为其他研究者进行跨学科研究提供便利。上述研究内容顺利完成，构建了量子与经典相结合的混合量子算法，分析解释了相关结果，达到了预期目标。同时，基于这些结果，已完成博士后出站报告一篇，在国际SCI期刊上发表论文5篇，并将这些理论结果，应用到微电网中“多分布式电源”的协调控制中，已完成论文一篇。