[发明专利]基于量子博弈和PI演算的心智行为预测方法

说明书

本发明公开了基于量子博弈和PI演算的心智行为预测方法，涉及心智计算技术领域，利用具有心灵感应的人之间可以先将输入状态转换为纠缠态，然后各自利用测量后触发并行进程的下一步操作，心灵交互后各自的选择策略相同，从而可以得到收益高于经典博弈的最优纳什均衡解。而不用预先知道概率参数，就可以得到收益值高于经典博弈和贝叶斯博弈的最优解的决策方案。

技术领域

本发明涉及心智计算技术领域，特别是涉及基于量子博弈和PI演算的心智行为预测方法。

背景技术

心智和脑神经在大脑机器的地位就如同计算机中软件和硬件一样。随着Moore定理的发现量子计算机是必然的产物，自从Kak于1995年将神经网络和量子计算的概念相结合，并首次提出量子神经网络计算后，量子神经网络就受到了广泛的关注，产生了许多新颖的实现模型：量子神经线路模型、量子感知器模型、量子联想记忆模型、量子比特神经网络模型以及一些其他模型。

为了计算心智行为，目前衍生出了很多方法，例如贝叶斯博弈方法，使用该方法进行心智计算时需要提前了解每个预测对象选择某种行为的概率，然后根据概率综合计算每个预测对象的期望收益，按照期望收益确定每个预测对象的心智行为。

然而，并不是任何时候预测对象行为选择的概率都是能被清楚确定的，因此采用贝叶斯博弈方法进行心智行为的预测存在很大的局限性。

发明内容

本发明实施例提供了基于量子博弈和PI演算的心智行为预测方法，可以解决现有技术中存在的问题。

本发明提供了基于量子博弈和PI演算的心智行为预测方法，该方法包括以下步骤：

步骤1，对于多个预测对象，每个预测对象的行为选择都会对其他预测对象的收益产生影响，采用两态系统的Hilbert空间的基矢分别表示每个预测对象的可能行为选择，即采用一个量子比特表示一个预测对象的可能行为选择，则任何时刻的博弈状态都可以用多个量子比特的直积空间中的状态表示；

步骤2，将初始的量子博弈状态转换为量子纠缠态；

步骤3，分别对每个预测对象的量子状态进行测量，此时处于纠缠态的量子比特坍塌；

步骤4，根据测量结果，采用PI演算的并行计算确定每个预测对象的行为选择。

本发明中的基于量子博弈和PI演算的心智行为预测方法，利用具有心灵感应的人之间可以先将输入状态转换为纠缠态，然后各自利用测量后触发并行进程的下一步操作，心灵交互后各自的选择策略相同，从而可以得到收益高于经典博弈的最优纳什均衡解。而不用预先知道概率参数，就可以得到收益值高于经典博弈和贝叶斯博弈的最优解的决策方案。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了基于量子博弈和PI演算的心智行为预测方法，该方法包括以下步骤：

步骤1，对于多个预测对象，每个预测对象的行为选择都会对其他预测对象的收益产生影响，采用两态系统的Hilbert空间的基矢分别表示每个预测对象的可能行为选择，即采用一个量子比特表示一个预测对象的可能行为选择，则任何时刻的博弈状态都可以用多个量子比特的直积空间中的状态表示；

步骤2，将初始的量子博弈状态转换为量子纠缠态；

步骤3，分别对每个预测对象的量子状态进行测量，此时处于纠缠态的量子比特坍塌；

步骤4，根据测量结果，采用PI演算的并行计算确定每个预测对象的行为选择。