パワー指数は、複数のエージェントから成るシステムにおいて個々のエージェントの貢献と影響を評価する上で不可欠であり、協力的なダイナミクスや意思決定プロセスに関する重要な洞察を提供します。従来の計算手法は発計算や推定されたパワー指数の値を求めるのに多くの時間と計算リソースを必要とし、特に大規模(n10)の連合においてはその制約が顕著です。これらの制約は、歴史的に研究者が複雑なマルチエージェントの相互作用を包括的に分析する能力を制限してきました。この限界に対処するために、投票ゲームのために効率的にパワー指数を推定する新しいニューラルネットワークベースのアプローチを提案します。この方法は、スピードと精度の両面で既存のツールと同等かそれ以上のパフォーマンスを示します。この手法は既存の計算ボトルネックに対処するだけでなく、大規模な連合に対する迅速な分析を可能にし、以前の計算の制限を克服することでマルチエージェントシステム研究の新たな道を開き、研究者にとってよりアクセス可能でスケーラブルな分析ツールを提供します。この効率の向上により、より複雑で現実的なマルチエージェントシナリオの分析が行えるようになります。
Kempinski et al.（火曜日）、この問題を研究しました。