Bir nechta o‘rganuvchi model bir xil muhitda ishlaganda, ularning barchasi bir xil yechim usuliga yo‘nalish o‘rniga turli sharoitlarda ixtisoslashishi mumkinmi? Bundan ham muhimi, bu mehnat taqsimoti o‘rganuvchilar o‘zaro muloqot qilmasdan va tizimga maxsus “xilma-xillik mukofoti” qo‘shilmasdan o‘z-o‘zidan yuzaga kelishi mumkinmi? NichePopulation deb nomlangan usul bu savolni ekologik nisha nazariyasidagi raqobatli siqib chiqarish g‘oyasini mashinaviy o‘rganishga moslashtirish orqali o‘rganadi.

Tadqiqotning asosiy yondashuvida sakkizta o‘rganuvchidan iborat populyatsiya turli atrof-muhit rejimlari bilan to‘qnashadi. Har bir o‘rganuvchi beshta bashorat usulidan birini tanlaydi. Bir xil raundda barcha o‘rganuvchilar natija ko‘rsatsa-da, faqat eng yuqori sozlangan mukofotni olgan o‘rganuvchi yangilanadi. Ushbu winner-take-all, ya’ni “g‘olib hammasini oladi” tuzilmasi bir xil xatti-harakatni davom ettirayotgan o‘rganuvchilarni bevosita raqobatga kiritadi. Muallif gipotezasiga ko‘ra, bu raqobat kamroq gavjum xulq-atvor nishalariga yo‘nalishni foydaliroq qilib, vaqt o‘tishi bilan ixtisoslashuvga olib keladi.

Usul kriptovalyuta, xomashyo narxlari, ob-havo prognozi, quyosh nurlanishi, shahar transporti va havo sifati kabi oltita haqiqiy ma’lumot sohasi bo‘yicha baholangan. Asosiy 2-jadvalga ko‘ra, NichePopulation’ning o‘rtacha Ixtisoslashuv indeksi (Specialization Index, SI) 0,747 ga teng. Sohalar bo‘yicha SI qiymatlari 0,573 dan 0,826 gacha o‘zgargan. Gomogen taqqoslash guruhidagi SI taxminan 0,002, tasodifiy taqqoslashdagi o‘rtacha SI esa 0,127 ga teng.

Tadqiqotning eng muhim ablation tajribasida ixtisoslashuvni bevosita rag‘batlantiradigan ixtiyoriy nisha bonusi butunlay o‘chirib qo‘yilgan: λ = 0. Bu holatda o‘rtacha SI 0,329 deb topilgan. Bu qiymat tasodifiy bazaning 0,127 qiymatidan aniq yuqori. Demak, tajribalar o‘rganilgan winner-take-all tartibida raqobatning o‘zi o‘lchanadigan ixtisoslashuvni hosil qila olishini qo‘llab-quvvatlaydi. Shu bilan birga λ = 0,3 ishlatilganda o‘rtacha SI 0,747 gacha ko‘tarilgan; ya’ni bonus ixtisoslashuv miqyosini sezilarli darajada oshirgan.

O‘rganuvchilar faqat atrof-muhit rejimlarida emas, balki foydalangan bashorat usullarida ham farqlangani qayd etilgan. Populyatsiyalar o‘rtacha mavjud usullarning %87 qismini ishlatgan va gomogen bir-usul bazasiga nisbatan normallashtirilgan samaradorlikda o‘rtacha %26,5 o‘sish ko‘rsatgan. Kriptovalyuta sohasida qayd etilgan o‘sish %41,6, xomashyoda %37,2, ob-havo prognozida %28,6, transportda %23,8, quyosh nurlanishida %17,6 va havo sifatida %9,9 ni tashkil etgan.

QMIX, MAPPO va IQL bilan amalga oshirilgan MARL taqqoslashi faqat to‘rtta sohani —kriptovalyuta, xomashyo, ob-havo va quyosh nurlanishini— qamrab oladi. Muallif NichePopulation ushbu taqqoslashda taxminan 4,3 baravar yuqori SI berganini, 500 iteratsiyali o‘qitishda taxminan 0,9 soniyaga qarshi 3,7 soniya bilan qariyb to‘rt baravar tezroq bo‘lganini va taxminan 1 MB ga qarshi 384–512 MB xotira ishlatganini bildiradi. MARL usullari uchun qo‘shimcha giperparametr optimallashtirish bajarilmagani sabab, bu natija usullarning barcha mumkin bo‘lgan konfiguratsiyalariga nisbatan qat’iy ustunlik sifatida baholanmasligi kerak.

Tadqiqot raqobat har qanday muhitda avtomatik tarzda xilma-xillik yaratishini ko‘rsatmaydi. Usul ishlashi uchun muhitda bir nechta mazmunli rejim mavjud bo‘lishi, turli usullar turli rejimlarda ustun bo‘lishi va o‘rganuvchilar haqiqatan cheklangan mukofot uchun raqobatlashishi kerak. Rejimlar va har bir sohadagi bashorat usullari tadqiqotchi tomonidan oldindan belgilangan; algoritm bu rejimlarni o‘zi kashf etmaydi.

Turkiya nuqtayi nazaridan usul turli bozor sharoitlariga moslashadigan model jamoalari, ishlab chiqarish korxonalaridagi turli ish rejimlariga ixtisoslashadigan bashoratli texnik xizmat modellari, energiya talabi yoki quyosh energiyasi ishlab chiqarishini prognozlash tizimlari hamda ekologik sensor tarmoqlari kabi sohalarda tadqiq qilinishi mumkin. Biroq tadqiqotdagi natijalar Turkiya ma’lumotlarida tasdiqlanmagan va real operatsion tizimlarga qaratilgan dala tajribasi o‘tkazilmagan. Shu sababli mahalliy qo‘llash uchun rejim ta’rifi, usullar inventari, mukofot tuzilmasi va raqobat mexanizmi alohida tasdiqlanishi kerak.

O‘rganuvchi Populyatsiyalarda Ixtisoslashuv Nimani Anglatadi?

Ushbu tadqiqotda o‘rganuvchi (learner) — muayyan atrof-muhit holatida bashorat usulini tanlaydigan, natijasiga qarab mukofot oladigan va oldingi tajribalaridan qaysi usul qaysi sharoitlarda samaraliroq ekanini o‘rganishga intiladigan hisoblash birligidir. Populyatsiya esa bir xil umumiy qobiliyatlarga ega bir nechta o‘rganuvchining bir muhitda faoliyat yuritishidir.

Ixtisoslashuv — o‘rganuvchining barcha atrof-muhit sharoitlariga bir xil yo‘nalish o‘rniga muayyan rejimlarda yuqoriroq afzallik yoki malaka rivojlantirishidir. Masalan, moliyaviy muhitda bir o‘rganuvchi o‘suvchi bozorda, boshqasi pasayuvchi bozorda, yana biri yonlama bozorda muvaffaqiyatli usullarga yo‘nala boshlashi mumkin.

Tadqiqotning ekologik o‘xshatishi nisha (niche) tushunchasiga asoslanadi. Ekologiyada bir xil cheklangan resursdan bir xil usulda foydalanadigan organizmlar to‘g‘ridan-to‘g‘ri raqobatga kirishadi. Turli resurs yoki sharoitlarga yo‘nalish bu raqobatni kamaytirishi mumkin. NichePopulation shunga o‘xshash mexanizm sun’iy o‘rganuvchi populyatsiyalarida yuzaga keladimi-yo‘qmi, shuni o‘rganadi.

Rejim nima?

Rejim (regime) — ma’lumot yoki muhit sifat jihatidan boshqacha xatti-harakat ko‘rsatadigan holatlar sinfidir. Rejim tushunchasi sohaga qarab o‘zgaradi.

• Kriptovalyuta sohasida: o‘sish, pasayish, yonlama va volatil davrlar.
• Xomashyo sohasida: o‘suvchi, pasayuvchi, barqaror va volatil davrlar.
• Ob-havo prognozida: ochiq, bulutli, yog‘ingarchilikli va keskin ob-havo sharoitlari.
• Quyosh nurlanishida: yuqori, o‘rta, past va tun.
• Transportda: ertalabki tig‘iz vaqt, kechki tig‘iz vaqt, tush, tun, dam olish kunlari va o‘tish.
• Havo sifatida: yaxshi, o‘rta, sezgir guruhlar uchun nosog‘lom va nosog‘lom.

Bu yerda muhim metodologik chegara mavjud: ushbu rejimlar algoritm tomonidan nazoratsiz tarzda kashf etilmagan. Tadqiqotda soha bilimiga tayangan holda oldindan belgilangan. Muallif ham buni cheklovlar orasida ochiq qayd etadi.

Rejim–usul yaqinligi nima?

Manba muayyan usulning muayyan rejimdagi kutilgan muvaffaqiyatini:

\[ A(r,m)\in[0,1] \]

bilan ko‘rsatadi.

Bu yerda \(r\) atrof-muhit rejimini, \(m\) esa bashorat usulini ifodalaydi. Har bir rejimda eng yaxshi usulning qiymati 1 bo‘ladigan tarzda samaradorlik masshtablanadi:

\[ \max_m A(r,m)=1 \]

Asosiy g‘oya shuki, bitta usul barcha rejimlarda eng yaxshi bo‘lmasin. Agar bitta usul barcha sharoitlarda mutlaq ustun bo‘lganida, o‘rganuvchilarning turli usullarga ixtisoslashishi uchun samaradorlik nuqtayi nazaridan sabab qolmas edi.

Kriptovalyuta sohasidagi namunaviy usul yaqinliklari

Bu misolda Momentum-Long o‘sish va pasayish rejimlarida kuchli bo‘lsa, Mean-Revert yonlama va volatil rejimlarda ko‘proq afzallikka ega. Demak, o‘rganuvchilarning turli usullarga ixtisoslashishiga imkon beradigan asosiy geterogenlik oldindan mavjud.

Ixtisoslashuv Indeksi (SI) Qanday Hisoblanadi?

Tadqiqotning asosiy o‘lchovi Specialization Index (SI) deb ataladigan, Shannon entropiyasiga asoslangan normallashtirilgan ixtisoslashuv indeksidir.

Har bir o‘rganuvchi atrof-muhit rejimlari bo‘yicha ehtimollik taqsimotini saqlaydi:

\[ \alpha=(\alpha_1,\alpha_2,\ldots,\alpha_R) \]

Bu yerda barcha qiymatlar nol yoki musbat va ularning yig‘indisi 1 ga teng:

\[ \sum_{r=1}^{R}\alpha_r=1 \]

Ushbu vektor o‘rganuvchining qaysi rejimlarga qay darajada yo‘nalganini ifodalaydi.

Shannon entropiyasi

Rejim yaqinligi taqsimoti qanchalik tarqoq ekanini o‘lchash uchun:

\[ H(\alpha)=-\sum_r\alpha_r\log\alpha_r \]

ishlatiladi.

Agar barcha rejimlar teng vaznga ega bo‘lsa, taqsimot entropiyasi yuqori bo‘ladi. O‘rganuvchi barcha ehtimollikni bitta rejimga jamlagan sari entropiya pasayadi.

Ixtisoslashuv indeksi:

\[ SI(\alpha)=1-\frac{H(\alpha)}{\log R} \]

ko‘rinishida aniqlangan.

• SI = 0: O‘rganuvchi barcha rejimlarga teng yo‘nalgan; to‘liq generalist holat.
• SI = 1: Barcha yaqinlik bitta rejimda jamlangan; matematik ma’noda to‘liq mutaxassis.
• 0 < SI < 1: Qisman ixtisoslashuv.

Misol: α = (0,82; 0,06; 0,06; 0,06)

Manba B ilovasida to‘rt rejimli o‘rganuvchi uchun:

\[ \alpha=(0.82,0.06,0.06,0.06) \]

misoli keltiriladi.

Entropiya:

\[ H(\alpha)= -0.82\log(0.82) -3(0.06\log(0.06)) \]

ko‘rinishida hisoblanadi va manba taxminan:

\[ H(\alpha)=0.668 \]

natija beradi.

To‘rt rejim uchun maksimal entropiya:

\[ \log 4=1.386 \]

bo‘lgani uchun:

\[ SI=1-\frac{0.668}{1.386} \]

\[ SI\approx0.518 \]

hosil bo‘ladi.

Bu yerdagi %51,8 ifodasi bashorat aniqligi emas. U faqat o‘rganuvchining rejim yaqinligi taqsimoti uniform taqsimotdan qay darajada uzoqlashganini ko‘rsatuvchi normallashtirilgan ixtisoslashuv o‘lchovidir.

NichePopulation Algoritmi Qanday Ishlaydi?

NichePopulation har bir o‘rganuvchining qaysi usul qaysi rejimda muvaffaqiyatli ekaniga doir ishonchlarni saqlashini, Thompson Sampling orqali usul tanlashini va har bir raundda faqat eng yuqori sozlangan mukofotni olgan o‘rganuvchi yangilanishini birlashtiradi.

1. Usulga oid ishonchlar: Beta taqsimotlari

Har bir o‘rganuvchi har bir rejim–usul jufti uchun Beta taqsimoti parametrlarini saqlaydi:

\[ \beta^{+}_{i,r,m},\quad \beta^{-}_{i,r,m} \]

Boshlanishida barcha juftlar:

\[ Beta(1,1) \]

ko‘rinishida boshlanadi.

Beta(1,1), 0 bilan 1 orasidagi uniform taqsimotdir. Bu o‘rganuvchining boshlanishida qaysi usul yaxshiroq ekaniga doir afzalligi yo‘qligini ifodalaydi.

2. Thompson Sampling orqali usul tanlash

Bir rejim \(r_t\) yuzaga kelganda har bir usul uchun Beta taqsimotidan tasodifiy muvaffaqiyat namunasi olinadi:

\[ \tilde{\theta}_m \sim Beta( \beta^{+}_{i,r_t,m}, \beta^{-}_{i,r_t,m} ) \]

O‘rganuvchi namunalangan qiymatlar orasida eng kattasiga ega usulni tanlaydi:

\[ m_i= \operatorname*{argmax}_{m\in M} \tilde{\theta}_m \]

Thompson Sampling — kashf etish va foydalanish o‘rtasidagi muvozanatni ta’minlaydigan ehtimollik asosidagi tanlov usulidir. Yetarlicha sinab ko‘rilmagan usullarning noaniqligi yuqori bo‘lgani sabab ba’zan tanlanish imkoniga ega bo‘ladi; yaxshi natija berishi o‘rganilgan usullar esa ko‘proq tanlanadi.

3. Asosiy algoritmdagi nisha bonusi

Asosiy usul bo‘limidagi Algorithm 1 sozlangan mukofotni:

\[ \tilde{R}_i = R_i \left( 1+ \lambda \mathbf{1}[r_i^{*}=r_t] \alpha_{i,r_t} \right) \]

ko‘rinishida belgilaydi.

Bu yerda:

• \(R_i\): O‘rganuvchining xom mukofoti.
• \(\lambda\): Nisha bonusi koeffitsienti.
• \(r_i^{*}\): O‘rganuvchining eng yuqori yaqinlikka ega asosiy rejimi.
• \(\mathbf{1}[r_i^{*}=r_t]\): Joriy rejim o‘rganuvchining asosiy nishasi bo‘lsa 1, aks holda 0.
• \(\alpha_{i,r_t}\): O‘rganuvchining joriy rejimga nisha yaqinligi.

\(\lambda=0\) bo‘lganda:

\[ \tilde{R}_i=R_i \]

bo‘ladi. Ya’ni maxsus nisha bonusi butunlay yo‘qoladi; biroq o‘rganuvchilar hali ham ayni raunddagi cheklangan g‘oliblik o‘rni uchun raqobatlashadi.

Manba ichidagi usul izohi: B ilovasidagi o‘rgatuvchi bayon bonusni buning o‘rniga:

\[ B_i=\lambda(\alpha_{i,r_t}-1/R) \]

va:

\[ S_i=R_i+B_i \]

ko‘rinishida qo‘shiluvchi tarzda beradi. Bu formula asosiy Algorithm 1 dagi ko‘paytmali formula bilan bir xil emas. Shu sababli Verianla bayonida asosiy usul formulasi asos qilib olinadi.

4. Winner-take-all raqobati

G‘olib:

\[ i^{*}= \operatorname*{argmax}_{i} \tilde{R}_i \]

bilan tanlanadi.

Ayni raundda boshqa o‘rganuvchilar ham yaxshi natija bergan bo‘lishi mumkin; biroq faqat eng yuqori sozlangan mukofotni olgan o‘rganuvchi ijobiy o‘rganish yangilanishini oladi.

Bu mexanizm tadqiqotning markazida turadi. Ikki o‘rganuvchi bir rejimda bir xil usullarga yo‘nalsa, ular bevosita raqobatlashadi. Faqat bittasi yangilanishi mumkinligi sabab, dastlabki davrda yuzaga kelgan kichik muvaffaqiyat farqlari vaqt o‘tishi bilan kattalashishi mumkin.

5. G‘olibning usulga oid ishonchi qanday yangilanadi?

Asosiy Algorithm 1 da g‘olibning musbat Beta parametri:

\[ \beta^{+}_{i^{*},r_t,m_{i^{*}}} \leftarrow \beta^{+}_{i^{*},r_t,m_{i^{*}}} + \tilde{R}_{i^{*}} \]

ko‘rinishida yangilanadi.

Maqoladagi algoritm ko‘rsatishida \(\beta^{-}\) parametri uchun unga mos alohida manfiy yangilash qadami berilmagan. Shu sabab manbada mavjud bo‘lmagan yangilash qoidasi qo‘shilmagan.

6. Nisha yaqinligi qanday o‘zgaradi?

G‘olib o‘rganuvchining joriy rejimga yaqinligi:

\[ \alpha_{i^{*},r_t} \leftarrow \alpha_{i^{*},r_t} + \eta(1-\alpha_{i^{*},r_t}) \]

bilan oshiriladi.

\(\eta\) — o‘rganish tezligi. Tadqiqotning standart qiymati:

\[ \eta=0.1 \]

deb berilgan.

Keyin yaqinlik vektori yig‘indisi yana 1 bo‘ladigan tarzda normallashtiriladi.

Manba ichidagi usul izohi: B ilovasidagi bir iteratsiyali misolda boshqa rejimlarning yaqinliklari ham alohida kamaytirilib, \((0.333,0.222,0.222,0.222)\) natijasiga kelinadi. Bu amal asosiy Algorithm 1 da aniq belgilangan faqat oshirish + normallashtirish qoidasi bilan aynan bir xil emas. Shu sababli B ilovasidagi sonli iz asosiy algoritmning aniq matematik qayta hisoblanishi sifatida ishlatilmasligi kerak.

Usul Ixtisoslashuvi Qanday O‘lchanadi?

Tadqiqot faqat qaysi rejim afzal ko‘rilishiga emas, o‘rganuvchi qaysi bashorat usullaridan foydalanishiga ham qaraydi.

O‘rganuvchining usuldan foydalanish taqsimoti:

\[ \pi_i\in\Delta^M \]

bo‘lsin. Usul Ixtisoslashuv Indeksi:

\[ MSI(\pi_i) = 1- \frac{H(\pi_i)}{\log M} \]

ko‘rinishida aniqlanadi.

Yuqori MSI o‘rganuvchining kam sonli usullarga jamlanganini; past MSI esa usullardan muvozanatliroq foydalanganini ko‘rsatadi.

Usul qamrovi

Populyatsiya mavjud usullar repertuarining qanchasidan haqiqatan foydalanishi:

\[ Coverage= \frac{ |\{m:\exists i,\pi_{i,m}>\tau\}| }{M} \]

bilan hisoblangan.

Tadqiqotda:

\[ \tau=0.3 \]

ishlatiladi.

Masalan, beshta usulning beshtasidan ham kamida bitta mutaxassis yetarlicha kuchli foydalansa, coverage %100 bo‘ladi.

Uchta Nazariy Taklif Nimani Aytadi?

Taklif 1: Raqobatli siqib chiqarish

Manba winner-take-all tuzilmasida \(N>R\) bo‘lganda bir xil nisha yaqinligiga ega o‘rganuvchilar hosil qilgan gomogen strategiya Nash muvozanati emasligini ilgari suradi.

Bir rejimda \(k_r\) ta o‘rganuvchi bo‘lsa, manba kutilgan qaytimni yuqori darajada:

\[ E[\text{Payoff}_i|r] = \frac{V_r}{k_r}-c \]

ko‘rinishida ifodalaydi.

Kamroq gavjum \(r'\) rejimiga o‘tgan o‘rganuvchi uchun:

\[ E[\text{Payoff}'_i|r'] = \frac{V_{r'}}{k_{r'}-1}-c' \]

yoziladi.

Asosiy dalil shuki, rejimlar qiymatlari taqqoslanadigan bo‘lsa, kamroq gavjum nishaga yo‘nalish kutilgan qaytimni oshirishi mumkin.

Bu natija barcha mumkin bo‘lgan raqobat tizimlarining universal teoremi sifatida talqin qilinmasligi kerak. Manba isbotni winner-take-all dinamikasi, o‘xshash rejim qiymatlari va o‘z model farazlari doirasida quradi.

Nash muvozanati nima?

Nash muvozanati — boshqa ishtirokchilarning strategiyalari o‘zgarmagan holda, hech bir ishtirokchi faqat o‘z strategiyasini o‘zgartirib yaxshiroq natija ololmaydigan strategiyalar profilidir.

Manbaning 1-taklifdagi da’vosi shuki, to‘liq bir xil nishaga to‘plangan o‘rganuvchilardan biri kamroq gavjum sohaga yo‘nalib yaxshiroq kutilgan natija ola olsa, gomogen holat barqaror Nash muvozanati bo‘la olmaydi.

Taklif 2: Kutilgan SI ning quyi chegarasi

Manba teng ehtimolli \(R\) rejim va \(\lambda>0\) uchun kutilgan ixtisoslashuvga oid quyidagi quyi chegarani beradi:

\[ E[SI] \geq \frac{\lambda}{1+\lambda} \left(1-\frac{1}{R}\right) \left(1-e^{-\eta T/R}\right) \]

Bu yerda:

• \(\lambda\): nisha bonusi koeffitsienti,
• \(R\): rejimlar soni,
• \(\eta\): o‘rganish tezligi,
• \(T\): iteratsiyalar soni.

Standart tajribada:

\[ \lambda=0.3,\quad R=4,\quad \eta=0.1,\quad T=500 \]

bo‘lganda manba quyi chegara taxminan:

\[ SI\geq0.17 \]

ekanini bildiradi. Eksperimental o‘rtacha taxminan 0,75 bo‘lgani uchun kuzatilgan qiymat ushbu quyi chegaradan yuqori.

Asosiy matn birlamchi nisha uchun taxminan:

\[ \alpha_{r^{*}}^{*}\approx\frac{\lambda}{1+\lambda} \]

ifodasini ishlatsa, A ilovasidagi kengaytirilgan keltirib chiqarish:

\[ \alpha_{r^{*}}^{**} = \frac{\lambda}{1+\lambda} + \frac{1}{R(1+\lambda)} \]

ko‘rinishida qo‘shimcha uniform baza hadini o‘z ichiga oladi. Ikki ifoda aynan bir xil emas; ikkinchisi ilovada berilgan batafsilroq shakldir.

Taklif 3: Bitta rejimda xilma-xillik nega qulaydi?

Manba muhitning samarali rejimlar sonini:

\[ k_{\text{eff}} = \exp(H(\pi_r)) \]

bilan belgilaydi.

Muhit bitta rejim tomon qulaganda:

\[ k_{\text{eff}}\rightarrow1 \]

bo‘ladi.

Manba bu holatda populyatsiya darajasida mazmunli farqlanish mumkin emasligini va “samarali ixtisoslashuv” nolga borishini ilgari suradi.

Bu yerda muhim o‘lchash farqi bor. Agar barcha o‘rganuvchilar ayni rejimga to‘liq jamlansa, alohida o‘rganuvchilarning xom SI qiymati matematik jihatdan yuqori bo‘lishi mumkin. Manba buni ham tan oladi va bunday holatdagi SI ni “degenerated” deb ta’riflaydi. 3-taklifda nolga borishi aytilayotgan narsa o‘rganuvchilar turli rejimlarga bo‘lingan populyatsiya darajasidagi samarali xilma-xillik talqinidir.

Tadqiqot Usuli va Natijalari

Oltita haqiqiy ma’lumot sohasi

Ushbu satrlarning arifmetik yig‘indisi 146.094 ta qaydni tashkil etadi. Manbaning natijalar bo‘limida esa jami 145.294 ta qayd ifodasi keltirilgan. Oradagi 800 ta qaydlik farq PDF da izohlanmagan. Shu sababli sohalar bo‘yicha 1-jadval qiymatlari o‘zgartirilmasdan saqlangan.

Har bir sohada ishlatilgan beshta usul

Bu usullar repertuari avtomatik ravishda kashf etilmagan. Har bir soha uchun tadqiqotchi tomonidan oldindan tayyorlangan. Shuning uchun kuzatilgan mehnat taqsimoti butunlay erkin model makonining o‘z-o‘zidan kashf etilishi emas, balki belgilangan usullar repertuari ichidagi ixtisoslashuvdir.

Umumiy giperparametrlar

Ixtisoslashuvning sohalar bo‘yicha natijalari

Manbaning qisqa mazmun va xulosa qismidagi “Cohen's d > 20 barcha sohalarda” ifodasi ushbu jadval bilan aynan mos kelmaydi. Commodities uchun 19,89, Traffic uchun 15,86 berilgan. Shu sababli to‘g‘ri oraliq 15,86–32,06, o‘rtacha esa 22,84 sifatida berilgan.

Cohen's d nimani anglatadi?

Cohen's d — ikki guruh o‘rtachalari orasidagi farqni standart og‘ish birligida ifodalovchi standartlashtirilgan ta’sir kattaligidir.

Manbada:

\[ d= \frac{\mu_1-\mu_2}{\sigma_{\text{pooled}}} \]

ishlatiladi.

Bu yerda \(\mu_1\) va \(\mu_2\) guruh o‘rtachalari, \(\sigma_{\text{pooled}}\) esa birlashtirilgan standart og‘ishdir.

Masalan, d = 20 qiymati “usul %2000 yaxshiroq” degani emas. Bu o‘rtachalar birlashtirilgan standart og‘ishga nisbatan favqulodda darajada ajralganini anglatadi. Ushbu tadqiqotdagi juda yuqori d qiymatlarining sabablaridan biri 30 takrorda natijalar ancha past varians ko‘rsatganidir.

Statistik ahamiyatlilik qanday tekshirildi?

Tadqiqot bir va ikki namunali t-testlardan foydalangan. Oltita soha orasida ko‘p martalik taqqoslash amalga oshirilgani sabab Bonferroni tuzatishi qo‘llangan:

\[ \alpha= \frac{0.05}{6} \approx0.0083 \]

Shu sabab statistik ahamiyatlilik chegarasi:

\[ p<0.0083 \]

deb olingan.

Ishonch oraliqlari uchun 1.000 qayta namunali bootstrap ishlatilgani qayd etiladi.

λ ablation: Raqobat bonussiz nima qildi?

\(\lambda=0\) sharoitida barcha sohalarda SI tegishli tasodifiy bazadan yuqori qolgan. Biroq manba xulosasidagi “barcha sohalarda SI > 0,30” jumlasi jadval bilan to‘liq mos emas: Solar 0,256 va Traffic 0,294.

Ilmiy jihatdan jadval qo‘llab-quvvatlaydigan ehtiyotkorroq ifoda quyidagicha: λ=0 sharoitida o‘rtacha SI 0,329 va barcha sohalarda ixtisoslashuv tasodifiy taqqoslashdan yuqori qolgan.

λ oshgani sari nima bo‘ladi?

O‘rtacha SI λ oshgani sari 0,329 dan 0,834 gacha ko‘tarilgan. Muallif bu natijani raqobat ixtisoslashuvni boshlab berishi, nisha bonusi esa jarayonni kuchaytirishi tarzida talqin qiladi.

Biroq λ ning yuqori bo‘lishi har doim ham yaxshiroq emas. Havo sifati sohasida SI:

\[ 0.826\quad(\lambda=0.3) \]

qiymatidan:

\[ 0.800\quad(\lambda=0.5) \]

qiymatiga tushgan.

Manba buni haddan tashqari ixtisoslashuv kashf etish xatti-harakatini kamaytirishi mumkinligi bilan bog‘laydi.

Usul darajasidagi mehnat taqsimoti

Bu yerdagi samaradorlik qiymatlari sohalarning xom RMSE, Sharpe nisbati yoki MAPE qiymatlari emas. Manba har bir sohaning bashorat muvaffaqiyatini tasodifiy bazaga nisbatan normallashtirib, 0–1 oralig‘iga aylantirganini tushuntiradi.

Shu sabab “+%26,5 samaradorlik” barcha sohalarning fizik xato qiymatlarida bevosita %26,5 kamayish degani emas. Bu normallashtirilgan soha ichidagi samaradorliklar taqqoslashidan olingan o‘rtacha nisbiy yaxshilanishdir.

Gomogen baza nima?

Gomogen taqqoslashda barcha o‘rganuvchilar bir xil bitta usuldan foydalanadi. Manba bu usulni “single best-performing method (oracle selection)” shaklida tanlaydi.

Bu har bir rejimda alohida mukammal usulni biladigan oracle emas. Soha uchun bitta usul tanlanadi va barcha o‘rganuvchilar ayni usuldan foydalanadi.

MARL taqqoslashi

Bu taqqoslash oltita sohaning barchasida emas, to‘rtta sohada o‘tkazilgan.

Manba matni NichePopulation o‘rtachasini 0,756 va eng kuchli MARL o‘rtachasini 0,167 deb bildiradi hamda buni 4,3× farq shaklida umumlashtiradi.

Jadvaldagi yaxlitlangan qiymatlardan bevosita hisoblanganda:

\[ \frac{0.756}{0.167}\approx4.53 \]

hosil bo‘ladi. Shu sabab 4,3× muallif matnda qayd etgan qiymat sifatida saqlangan; jadvaldan qayta hisoblangan aniq nisbat sifatida taqdim etilmagan.

MARL taqqoslashining chegarasi

QMIX, MAPPO va IQL uchun bir xil sakkizta o‘rganuvchi, 500 ta o‘qitish iteratsiyasi va tasodifiy urug‘ budjetlari ishlatilgan. Biroq manba ushbu usullar uchun alohida giperparametr optimallashtirish qilinmaganini ochiq bildiradi.

Shu sabab natija NichePopulation ushbu tajriba konfiguratsiyasida yuqoriroq SI hosil qilganini ko‘rsatadi. Bu barcha mumkin bo‘lgan QMIX, MAPPO yoki IQL konfiguratsiyalariga nisbatan universal ustunlik isboti emas.

Hisoblash xarajati

Manbada 500 iteratsiya uchun NichePopulation taxminan:

0,9 soniya

o‘qitish vaqti bilan, MARL usullari esa taxminan:

3,7 soniya

darajasida qayd etilgan.

Xotira sarfi taxminan 1 MB ga qarshi 384–512 MB deb berilgan.

Ushbu o‘lchovlar bitta mashinada:

• Apple M1 Pro, 10 yadro
• 16 GB RAM
• macOS 14.3
• Python 3.10
• NumPy, SciPy va Matplotlib

muhitida olingan. Manba barcha tajriba shartlarining jami ish vaqtini taxminan to‘rt soat deb bildiradi.

Transport Sohasida Ixtisoslashuv Nega Pastroq?

Transport sohasi 0,573 SI bilan oltita soha ichidagi eng past natijani bergan. Manba buni muvaffaqiyatsizlik sifatida yashirish o‘rniga, usulning chegara shartlarini muhokama qilish uchun ishlatadi.

Uchta izoh ilgari surilgan:

• Transportda boshqa sohalardagi to‘rtta rejim o‘rniga oltita rejim mavjud. Sakkizta o‘rganuvchining oltita rejimga taqsimlanishi har bir rejim uchun o‘rtacha to‘g‘ridan-to‘g‘ri raqobatni kamaytirishi mumkin.
• Transport rejimlari mustaqil emas. Ertalabki tig‘izlikdan keyin tushlik va undan keyin kechki tig‘izlik keladi. Bu vaqt korrelyatsiyasi nazariyada ishlatilgan mustaqil rejim faraziga mos emas.
• “O‘tish” rejimi boshqa rejimlar bilan qisman ustma-ust tushgani sabab nisha chegaralari noaniqroq.

Shunga qaramay, transport sohasida usul qamrovi %100 va gomogen bazaga nisbatan normallashtirilgan samaradorlik o‘sishi %23,8.

Matematik izchillik izohi: Manba ayni bo‘limda \(1-1/R\) ifodasi R=6 uchun nazariy yuqori chegarani pasaytirishini aytadi. Biroq:

\[ 1-\frac{1}{6}=\frac{5}{6}\approx0.833 \]

va:

\[ 1-\frac{1}{4}=\frac{3}{4}=0.75 \]

bo‘lgani uchun birinchi qiymat kichikroq emas, kattaroq tomonga boradi. Bundan tashqari, SI ta’rifining matematik yuqori chegarasi 1. Shu sabab past Traffic SI ning ushbu alohida “pastroq yuqori chegara” izohi tasdiqlangan matematik natija sifatida berilmagan.

Raqobat Haqiqatan Ham O‘zi Yetarlimi?

Ushbu tadqiqotning eksperimental doirasida λ = 0 sharti nisha bonusini olib tashlasa-da, winner-take-all raqobatini, oldindan belgilangan geterogen rejimlarni, turli rejimlarda turlicha natija beradigan usullar repertuarini va g‘olibning tanlab yangilanishini saqlab qoladi.

Demak, “raqobatning o‘zi yetarli” xulosasining to‘liq ma’nosi quyidagicha:

Ushbu modelda maxsus nisha bonusisiz, faqat winner-take-all raqobati va o‘rganish dinamikasi mavjud bo‘lganda tasodifiy bazadan yuqori ixtisoslashuv yuzaga kelgan.

Bu ifoda istalgan ikki sun’iy intellekt modelini raqobatga qo‘yish har qanday muhitda avtomatik va foydali ixtisoslashuv hosil qilishini ko‘rsatmaydi.

Ixtisoslashuv uchun manba belgilagan uch shart

1. Rejim geterogenligi: Muhitda haqiqatan bir-biridan farq qiladigan bir nechta sharoit bo‘lishi kerak.
2. Strategiya farqlanishi: Turli usullar turli rejimlarda ustun bo‘lishi kerak.
3. Cheklangan resurs / haqiqiy raqobat: Barcha o‘rganuvchilar bir vaqtda teng ravishda mukofotlanmaydigan raqobat bosimi bo‘lishi kerak.

Ushbu shartlar yo‘qolganda tadqiqotning nazariy mexanizmi ham zaiflashadi.

Tadqiqot Qo‘llab-Quvvatlaydigan Natijalar

• Winner-take-all raqobati ostida o‘rganuvchilar turli rejimlarga yo‘nalgan nisha yaqinliklarini rivojlantira olgan.
• Standart λ=0,3 sharoitida oltita sohadagi o‘rtacha SI 0,747.
• λ=0 sharoitida o‘rtacha SI 0,329 va tasodifiy bazaning 0,127 o‘rtachasidan yuqori.
• Nisha bonusi ixtisoslashuv miqyosini oshirgan; λ=0,3 da o‘rtacha SI 0,747 gacha ko‘tarilgan.
• Populyatsiyalar mavjud usullarning o‘rtacha %87 qismidan foydalangan.
• Normallashtirilgan bashorat samaradorligida gomogen bazaga nisbatan o‘rtacha +%26,5 o‘sish qayd etilgan.
• To‘rtta sohadagi MARL taqqoslashida NichePopulation yuqoriroq SI hosil qilgan.
• Winner-take-all tizimi past hisoblash va xotira xarajatini ko‘rsatgan.
• Transport sohasi pastroq rejim ixtisoslashuviga qaramay %100 usul qamrovi va +%23,8 normallashtirilgan samaradorlik o‘sishini ko‘rsatgan.

Tadqiqot Qo‘llab-Quvvatlamaydigan Umumlashtirishlar

• Raqobat barcha mashinaviy o‘rganish tizimlarida albatta foydali xilma-xillik yaratishi isbotlanmagan.
• Rejimlar algoritm tomonidan o‘z-o‘zidan kashf etilmaydi; soha bilimi asosida oldindan belgilangan.
• Bashorat usullari avtomatik kashf etilmagan yoki yaratilmagan; har bir soha uchun beshta usul qo‘lda belgilangan.
• “Barcha sohalarda Cohen's d > 20” ifodasi asosiy natijalar jadvali bilan mos emas.
• “λ=0 bo‘lganda barcha sohalarda SI > 0,30” ifodasi asosiy ablation jadvali bilan mos emas.
• MARL taqqoslashi oltita sohaning barchasida o‘tkazilmagan; 5-jadval faqat to‘rtta sohani o‘z ichiga oladi.
• MARL usullari uchun keng qamrovli giperparametr optimallashtirish qilinmagani sabab barcha mumkin bo‘lgan konfiguratsiyalarga nisbatan qat’iy ustunlik ko‘rsatilmagan.
• Winner-take-all mexanizmi barcha yumshoqroq raqobat shakllaridan majburiy ravishda ustun ekanligi eksperimental tarzda ko‘rsatilmagan; top-k yoki proporsional mukofot mexanizmlari kelajak tadqiqotlarga qoldirilgan.
• Tadqiqot real vaqtli moliyaviy savdo tizimi yoki investitsiya strategiyasi emas.
• Kriptovalyuta sohasidagi yuqori samaradorlik o‘sishi real portfel daromadida %41,6 foyda degani emas.
• Haqiqiy ishlab chiqarish tizimlarida aloqasiz koordinatsiya har doim raqobat bilan hal qilinishi ko‘rsatilmagan.

Asosiy cheklovlar

Rejimni belgilash: Tadqiqot harakatlanuvchi o‘rtacha kesishmalari, volatillik chegaralari va soha bilimi bilan tuzilgan sodda rejim tasniflagichlaridan foydalanadi. Hidden Markov Model yoki change-point detection kabi usullar sinab ko‘rilmagan.

Statsionarlik farazi: Nazariy tahlil rejim taqsimoti statsionar deb faraz qiladi. Haqiqiy dunyoda rejim chastotalari vaqt o‘tishi bilan o‘zgarishi mumkin.

Winner-take-all tanlovi: Faqat bitta o‘rganuvchining yangilanishi ongli dizayn qaroridir. Top-k yoki proporsional mukofot mexanizmlarining natijasi o‘rganilmagan.

Qo‘lda belgilangan usullar: Har bir soha uchun usullar repertuari tadqiqotchi tomonidan tayyorlangan. Meta-learning yoki program synthesis orqali avtomatik usul kashfi amalga oshirilmagan.

Qo‘lda belgilangan rejimlar: Tizim yangi sohalarda rejimlarni noldan kashf etmaydi.

Yetishmaydigan oracle taqqoslash: Har bir rejimda mukammal tarzda eng yaxshi usulni tanlaydigan oracle bazasi mavjud emas. Shuningdek, raqobatli siqib chiqarishsiz ayni ko‘p o‘rganuvchili repertuardan foydalanadigan alohida ensemble taqqoslashi o‘tkazilmagan.

Manba ichidagi muhim nomuvofiqliklar xulosasi

Tadqiqotning umumiy xulosasi

Tadqiqot oldindan belgilangan geterogen atrof-muhit rejimlari va turli rejimlarda turlicha natija beradigan usullar mavjud bo‘lganda winner-take-all raqobati dastlab bir xil bo‘lgan o‘rganuvchilarni vaqt o‘tishi bilan turli ixtisoslashuv sohalariga yo‘naltira olishini ko‘rsatadi.

Tajribalarning eng kuchli topilmasi — maxsus nisha bonusi o‘chirilganda ham tasodifiy bazadan yuqori ixtisoslashuv saqlanib qolishidir. Bu ixtisoslashuv faqat bevosita xilma-xillik mukofotining natijasi emasligini qo‘llab-quvvatlaydi.

Shu bilan birga λ=0 va λ=0,3 orasidagi katta SI farqi nisha bonusi miqdoriy ixtisoslashuv darajasida muhim rol o‘ynashini ham ko‘rsatadi. Demak, tadqiqot topilmasini “bonus keraksiz” deb emas, “raqobat ixtisoslashuvni boshlab berishi mumkin; bonus uni sezilarli darajada kuchaytirishi mumkin” deb ifodalash aniqroq.

NichePopulation’ning past hisoblash xarajati va ochiq nisha yaqinligi taqsimotlari talqin qilinadigan o‘rganuvchi populyatsiyalari nuqtayi nazaridan diqqatga sazovor. Biroq rejimlar va usullar repertuarining qo‘lda tayyorlanishi, statsionar muhit farazi, winner-take-all yangilanishining yagona raqobat shakli sifatida sinovdan o‘tkazilishi hamda ayrim manba ichidagi matematik/sonli nomuvofiqliklar sabab natijalarni kengroq tizimlarga ko‘chirish qo‘shimcha tasdiqlashni talab qiladi.

Manba va Usul Haqida Izoh

Original tadqiqot: Emergent Specialization in Learner Populations: Competition as the Source of Diversity.

Muallif: Yuhao Li.

Muassasa: University of Pennsylvania.

Teng hissa: Qo‘llanmaydi; tadqiqot bir muallifli.

Mas’ul muallif: Alohida corresponding-author bayonoti mavjud emas; PDF da yagona muallifning aloqa manzili berilgan.

ArXiv identifikatori: arXiv:2601.19943.

Ko‘rib chiqilgan versiya: arXiv:2601.19943v1.

Yuborilgan sana: 16 Yanvar 2026.

ArXiv DOI: 10.48550/arXiv.2601.19943.

Rasmiy manba: https://arxiv.org/abs/2601.19943

Manba turi: Mashinaviy o‘rganish sohasida usul ishlab chiqish, nazariy tahlil va haqiqiy ma’lumotlarda eksperimental baholashni o‘z ichiga olgan preprint.

Taqriz holati: Noyabr 2026 bibliografik tekshiruvda alohida tasdiqlangan taqrizli jurnal yoki konferensiya versiyasi aniqlanmagan. ArXiv qaydi o‘z-o‘zicha taqriz ko‘rsatkichi emas.

Ilmiy soha: Machine Learning (cs.LG); tadqiqot shuningdek ko‘p o‘rganuvchili tizimlar, ko‘p-agentli mustahkamlovchi o‘rganish, ekologik nisha nazariyasi va axborot nazariyasi bilan bog‘liq.

Asosiy usul: NichePopulation; winner-take-all competitive exclusion, Thompson Sampling, usul ishonchlari va nisha yaqinligini kuzatish.

Asosiy tajriba konfiguratsiyasi: Sakkizta o‘rganuvchi, har soha uchun beshta usul, har tajriba uchun 500 iteratsiya, har shart uchun 30 mustaqil takror, standart λ=0,3, o‘rganish tezligi η=0,1.

Haqiqiy ma’lumot sohalari: Bybit kriptovalyuta ma’lumotlari, FRED xomashyo narxlari, Open-Meteo ob-havo va quyosh nurlanishi/havo sifati ma’lumotlari, NYC TLC transport ma’lumotlari.

1-jadval qaydlari: 8.766 + 5.630 + 9.105 + 116.834 + 2.879 + 2.880 = 146.094. Manbaning natijalar bo‘limidagi 145.294 jami qayd ifodasi bilan 800 ta qaydlik izohlanmagan farq mavjud.

Asosiy SI natijasi: Asosiy 2-jadvalda oltita soha o‘rtachasi 0,747; xulosa buni yaxlitlab taxminan 0,75 deb beradi.

λ=0 natijasi: O‘rtacha SI 0,329. 3-jadvalda Solar 0,256 va Traffic 0,294 bo‘lgani uchun xulosadagi “barcha sohalarda SI > 0,30” ifodasi aynan to‘g‘ri emas.

Ta’sir kattaligi: 2-jadvalda Cohen's d 15,86–32,06 oralig‘ida; o‘rtacha 22,84. Manbaning “barcha sohalarda d > 20” ifodasi Commodities va Traffic satrlari bilan mos kelmaydi.

Usul xilma-xilligi: O‘rtacha Method Specialization Index 0,364; usul qamrovi %87; normallashtirilgan gomogen bazaga nisbatan o‘rtacha samaradorlik farqi +%26,5.

MARL taqqoslashi: QMIX, MAPPO va IQL faqat Crypto, Commodities, Weather va Solar sohalarida taqqoslangan. Manba 4,3× SI ustunligini qayd etadi. Jadval o‘rtachalaridan bevosita nisbat taxminan 4,52–4,53× chiqadi.

MARL sozlash chegarasi: Manba taqqoslash usullari uchun e’lon qilingan giperparametrlar ishlatilganini, biroq qo‘shimcha giperparametr optimallashtirish qilinmaganini ochiq bildiradi.

Hisoblash muhiti: Apple M1 Pro (10 yadro), 16 GB RAM, macOS 14.3, Python 3.10; NumPy, SciPy va Matplotlib.

Statistik usul: Bir va ikki namunali t-testlar, oltita soha uchun Bonferroni tuzatishi (α=0,0083), Cohen's d va 1.000 namunali bootstrap ishonch oraliqlari.

Nazariy tuzilma: Raqobatli siqib chiqarish, SI quyi chegarasi va mono-rejim holatida samarali populyatsiya xilma-xilligining qulashi bo‘yicha uchta taklif beriladi.

Asosiy usul–B ilovasi farqi: Algorithm 1 da sozlangan mukofot ko‘paytmali shaklda aniqlansa, B ilovasidagi o‘rgatuvchi bayon qo‘shiluvchi bonusdan foydalanadi. B ilovasining yaqinlikni yangilash misoli ham asosiy algoritmdagi oshirish + normallashtirish qoidasidan tashqari qo‘shimcha qadamlarni o‘z ichiga oladi. Ushbu farqlar bitta tenglama kabi birlashtirilmagan.

Traffic izohi: Manbaning R=6 uchun \(1-1/R\) hadi pastroq nazariy chegara hosil qiladi degan jumlasi matematik jihatdan o‘z berilgan qiymatlari bilan mos kelmaydi. Traffic ning eksperimental SI=0,573 natijasi saqlangan, tegishli xato chegara talqini umumlashtirilmagan.

Rejimlarning holati: Rejimlar algoritmning o‘zi tomonidan kashf etilmagan; soha bilimi asosida oldindan belgilangan.

Usullar inventari: Beshta bashorat usuli har bir soha uchun qo‘lda ishlab chiqilgan. Avtomatik usul kashfi yoki yaratish ushbu tadqiqotda amalga oshirilmagan.

Oracle chegarasi: Har bir rejimda mukammal tarzda usul almashtiradigan to‘liq oracle bazasi mavjud emas. Raqobatsiz ayni ko‘p-usulli repertuardan foydalanadigan sof ensemble taqqoslashi ham o‘tkazilmagan.

Kod va ma’lumot: Manba kod, ma’lumot va tajriba konfiguratsiyalari https://github.com/HowardLiYH/NichePopulation manzilida ekanini bildiradi. Repozitoriy keyingi sanalarda rivojlantirilishi mumkinligi sabab ushbu Verianla matni faqat ko‘rib chiqilgan arXiv v1 natijalarini asos qiladi.

Moliyalashtirish: PDF da alohida moliyalashtirish bayonoti aniqlanmagan.

Manfaatlar to‘qnashuvi: PDF da alohida manfaatlar to‘qnashuvi bayonoti aniqlanmagan.

CRediT/muallif hissasi: Alohida CRediT hissa bayonoti mavjud emas; tadqiqot bir muallifli.

Ilmiy talqin chegarasi: Tadqiqot belgilangan winner-take-all tajriba tizimida raqobat maxsus xilma-xillik mukofotisiz tasodifiy bazadan yuqori ixtisoslashuv hosil qila olishini ko‘rsatadi. Natija raqobat barcha sun’iy intellekt yoki ko‘p-agentli tizimlarda universal ravishda ixtisoslashuvning yagona yoki majburiy manbai ekanini isbotlamaydi.