AI与世界难题 · 数学 · arXiv · 2026-10-22
邻近有向图的不冻结与异质Hegselmann--Krause模型中的非伪稳定收敛：对Mirtabatabaei和Bullo的猜想与结果的反例
原标题: Non-freezing of the proximity digraph and non-pseudostable convergence in heterogeneous Hegselmann--Krause models: Counterexamples to conjectures and results of Mirtabatabaei and Bullo
2012 年，Mirtabatabaei 和 Bullo 研究了舆论动力学中的异质 Hegselmann-Krause 模型，其中不同智能体可能具有不同的置信界限或影响界限，并猜想舆论向量总会收敛，这一基本问题至今悬而未决。本文对他们的两个辅助猜想给出了反例，甚至对其论文中的一个定理给出了反例，同时解释了为什么这些被推翻的猜想和错误的定理对几乎所有初始舆论向量可能仍然成立。论文最后一节描述了人工智能在得出这些结果过程中所发挥的作用。