多臂賭徒

深度分析

從投票規則到 Maynard‑Cross Learning：群體智慧與強化學習的數學等價

本研究以群體決策為切入，證明集體決策與單一代理人多臂賭徒的強化學習在數學上等價，提出Maynard‑Cross學習規則，說明加權投票對應此更新，可解釋學習率衰減與批次化為人口抽樣，為AI研發與群體演算法整合提供方向。研究同時以數值實驗驗證等價性，顯示人口模型可模擬學習率調整與批次效應，預示未來可將群體智慧納入強化學習框架，跨域互惠。