Model Predictive Control for Coupled Adoption-Opinion Dynamics
作者: Martina Alutto, Qiulin Xu, Fabrizio Dabbene, Hideaki Ishii, Chiara Ravazzi
分类: eess.SY
发布日期: 2026-01-23
备注: 6 pages, 4 figures
💡 一句话要点
针对耦合的采纳-观点动态系统，提出基于模型预测控制的干预策略。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 模型预测控制 社会网络 采纳动力学 观点动力学 可持续行为 多层网络
📋 核心要点
- 现有方法难以有效引导可持续行为的扩散，尤其是在考虑个体观点动态和社会交互影响的情况下。
- 论文提出一种基于模型预测控制（MPC）的干预策略，通过塑造观点而非直接强制采纳来优化干预措施。
- 数值模拟结果表明，与无控制情况相比，MPC驱动的干预能够显著提升和维持可持续行为的采纳率。
📝 摘要（中文）
本文研究了一个最优控制问题，该问题针对一个采纳-观点模型，该模型将观点动态与多层网络上的隔室采纳框架相结合，以研究可持续行为的扩散。采纳通过社会传染和感知利益演变，而观点则受到社会互动和采纳水平反馈的影响。由于外部约束或观念转变，个体也可能停止采纳有益行为，从而影响整体扩散。在分析了存在和不存在采纳者情况下的平衡稳定性后，我们引入了一个模型预测控制（MPC）框架，该框架通过塑造观点而非直接强制采纳来优化干预措施。这种基于助推的控制策略允许决策者间接影响扩散，使干预措施更有效且可扩展。数值模拟表明，在没有控制的情况下，采纳停滞不前，而MPC驱动的干预措施可以维持和加强各个社区的采纳。
🔬 方法详解
问题定义：论文旨在解决如何有效控制和促进可持续行为在社会网络中的扩散问题。现有方法通常侧重于直接强制采纳，忽略了个体观点动态以及社会交互的复杂影响。这种直接干预方式可能效果不佳，甚至适得其反，因为个体可能由于外部约束或观念转变而停止采纳。
核心思路：论文的核心思路是通过间接影响个体观点来引导可持续行为的采纳。具体而言，通过设计一种基于“助推”的控制策略，利用社会互动和采纳水平反馈来塑造个体观点，从而促进可持续行为的自发采纳。这种间接干预方式更具可扩展性和有效性，因为它尊重个体的自主性和选择权。
技术框架：整体框架包含以下几个主要模块：1) 建立一个耦合的采纳-观点动态模型，该模型将观点动态与隔室采纳框架相结合，描述个体采纳行为和社会观点的相互影响；2) 对模型的平衡状态进行稳定性分析，确定系统在不同条件下的行为；3) 设计一个基于模型预测控制（MPC）的优化框架，该框架通过优化干预措施来塑造个体观点，从而最大化可持续行为的采纳率；4) 通过数值模拟评估所提出的控制策略的性能。
关键创新：论文的关键创新在于提出了一种基于模型预测控制的间接干预策略，该策略通过塑造观点而非直接强制采纳来引导可持续行为的扩散。这种方法考虑了个体观点动态和社会交互的复杂影响，更符合实际情况，也更具可扩展性和有效性。此外，论文还对耦合的采纳-观点动态模型进行了深入的稳定性分析，为控制策略的设计提供了理论基础。
关键设计：模型预测控制（MPC）框架的关键设计包括：1) 定义状态变量（例如，不同观点的个体数量、采纳者数量）；2) 建立状态转移方程，描述状态变量随时间的演化；3) 定义控制变量（例如，影响个体观点的干预措施）；4) 定义目标函数，例如，最大化可持续行为的采纳率；5) 定义约束条件，例如，控制变量的上下限。通过求解优化问题，得到最优的控制策略，即在每个时间步长上应该采取的干预措施。
🖼️ 关键图片
📊 实验亮点
数值模拟结果表明，在没有控制的情况下，可持续行为的采纳率会停滞不前。而通过应用基于MPC的干预策略，可以显著提升和维持各个社区的可持续行为采纳率。具体的性能提升幅度取决于模型的参数设置和控制策略的设计，但总体趋势是积极的。
🎯 应用场景
该研究成果可应用于多个领域，例如推广可持续能源、促进健康饮食习惯、提高疫苗接种率等。通过理解和控制社会网络中的采纳-观点动态，决策者可以更有效地引导个体行为，从而实现公共利益。该方法还可以应用于市场营销领域，用于推广新产品或服务。
📄 摘要（原文）
This paper investigates an optimal control problem for an adoption-opinion model that couples opinion dynamics with a compartmental adoption framework on a multilayer network to study the diffusion of sustainable behaviors. Adoption evolves through social contagion and perceived benefits, while opinions are shaped by social interactions and feedback from adoption levels. Individuals may also stop adopting virtuous behavior due to external constraints or shifting perceptions, affecting overall diffusion. After the stability analysis of equilibria, both in the presence and absence of adopters, we introduce a Model Predictive Control (MPC) framework that optimizes interventions by shaping opinions rather than directly enforcing adoption. This nudge-based control strategy allows policymakers to influence diffusion indirectly, making interventions more effective and scalable. Numerical simulations demonstrate that, in the absence of control, adoption stagnates, whereas MPC-driven interventions sustain and enhance adoption across communities.