arXiv 0907.23762009-07-14cs.GTcs.DM

子集团队博弈中的合作：利他与自私

Cooperation in Subset Team Games: Altruism and Selfishness

Elisha Peterson

摘要：

本文扩展了子集团队游戏的理论，合作博弈论的推广，需要一个支付函数，定义为所有子集的球员。这个子集效用用于定义球员对球队的利他和自私贡献。我们调查这些游戏的属性，并分析利他主义和自私的一般情况下，囚徒困境，并为一个特定的游戏与柯布-道格拉斯效用的影响。

英文摘要：

This paper extends the theory of subset team games, a generalization of cooperative game theory requiring a payoff function that is defined for all subsets of players. This subset utility is used to define both altruistic and selfish contributions of a player to the team. We investigate properties of these games, and analyze the implications of altruism and selfishness for general situations, for prisoner's dilemma, and for a specific game with a Cobb-Douglas utility.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

Partial Altruism is Worse than Complete Selfishness in Nonatomic Congestion Games

We seek to understand the fundamental mathematics governing infrastructure-scale interactions between humans and machines, particularly when the machines' intended purpose is to influence and optimize the behavior of the humans. To that end, this paper investigates the worst-case congestion that can arise in nonatomic network congestion games when a fraction of the traffic is completely altruistic (e.g., benevolent self-driving cars) and the remainder is completely selfish (e.g., human commuters). We study the worst-case harm of altruism in such scenarios in terms of the perversity index, or t…

2020-07-10cs.GTcs.SYeess.SY

合作的机器心理学：GPT模型能否在经济博弈中将利他、合作、竞争和自私的提示词操作化？

The Machine Psychology of Cooperation: Can GPT models operationalise prompts for altruism, cooperation, competitiveness and selfishness in economic games?

University College London（伦敦大学学院）；Middlesex University（密德萨斯大学）

本研究通过GPT-3.5在囚徒困境和独裁者博弈中测试LLM能否将合作、利他等自然语言提示操作化为相应行为，发现其在一次性博弈中表现较好，重复博弈中合作模拟体呈现条件互惠，后期模型还表现出利他行为，为LLM在合作任务中的应用提供了证据。

2024-06-29cs.AIcs.CYcs.GT

利他合作对策的解概念

A solution concept for games with altruism and cooperation

University of Southampton（南安普顿大学）

多年来，大量的实验已经积累表明，合作不是随意的，而是取决于游戏的收益。这些发现表明，人类对合作的态度是天生的，同一个人可能会根据特定的收益而采取或多或少的合作行为。换句话说，人们并不是先验地作为单一的行动者，而是预测如果他们形成联盟，游戏将如何进行，然后他们根据自己的最佳预测进行游戏。在本文中，我们正式这个想法，我们定义了一个新的解决方案的概念，一次性范式游戏。我们证明了这个\emph{cooperative equilibrium}对所有有限对策都存在，并解释了一些不同的实验结果，如（1）囚徒困境中的合作率取决于成本收益比，（2）旅行者困境中的合作率取决于奖励/惩罚，（3）合作率取决于成本收益比。（3）公共物品博弈中的合作率取决于资本边际收益和参与者数量;（4）Bertrand竞争中的合作率取决于局中人的数量，（5）谈判问题中的局中人倾向于公平，（6）最后通牒博弈中的局中人倾向于公平，（7）最后通牒博弈中的局中人倾向于公平，（8）最后通牒博弈中的局中人倾向于公平。（7）独裁者博弈中的参与者倾向于利他主义;（8）最后通牒博弈中的出价大于独裁者博弈中的出价。

2013-09-10cs.AIcs.GT

路由博弈中从利他到不合作

From Altruism to Non-Cooperation in Routing Games

研究了多用户共享网络中的路由问题。每个用户试图通过控制其给定流需求的路由来优化其自身的性能或其自身的性能与其他用户的性能之间的某种组合。我们参数化的合作程度，允许覆盖完全非合作行为，完全合作的行为，甚至更多，完全利他的行为，所有这些作为参数的选择的特殊情况。很大一部分的工作包括在探索的合作程度的均衡的影响。我们的第一个发现是确定多个纳什均衡的合作行为，不发生在非合作的情况下，在相同的条件下（成本，需求和拓扑结构）。然后，我们发现了Braess悖论（增加网络容量或增加网络链接会导致所有用户的性能变差），并研究了合作程度对它的影响。我们确定，当我们增加一个用户的合作程度，而其他用户保持不变的合作程度，导致该用户的性能改善。然后，我们继续探索，并将其进行到混合均衡的设置（即一些用户是非原子的-他们有无穷小的需求，其他人有有限的固定需求）。最后，我们得到了一些理论结果，表明低合作度的均衡是唯一的，证实了我们的数值研究的结果。

2008-10-14cs.GTcs.NI

Bimatrix游戏中的移情

Empathy in Bimatrix Games

Learning and Game Theory Laboratory, New York University Abu Dhabi（纽约大学阿布扎比分校学习与博弈论实验室）；Arizona State University（亚利桑那州立大学）

虽然移情偏好的定义仍在不断发展，但心理学、科学和工程界的普遍共识是，在互动决策问题中，参与者行为的演变将伴随着对他们的移情、同情、同情、反感、恶意、自私、利他主义和自我克制状态的利用。在这篇文章中，我们从心理博弈论的角度来研究一次性双矩阵博弈。一个新的移情支付模型计算，以适应经验观察和纯和混合均衡进行了研究。对于已实现的移情结构，双矩阵游戏被归类为四类游戏。一些有趣的结果得出。一个显着的参与程度可以观察到在移情一次性游戏相比，非移情的一个，这甚至适用于游戏的优势策略。部分利他主义可以帮助打破对称，减少回报不平等，选择社会福利和更有效的结果。相比之下，部分怨恨和自我克制可能会恶化回报公平。移情进化博弈动力学的引入，以捕捉所产生的移情进化稳定的策略下广泛的修订协议，包括布朗冯诺依曼纳什，史密斯，模仿，复制，和混合动力学。最后，相互支持和Berge解决方案进行了研究，并建立了它们与移情偏好的联系。我们表明，纯粹的利他主义在逻辑上是不一致的，只有通过平衡它与一些部分自私，它创建一个一致的心理。

2017-08-06cs.GTcs.LG

利他主义与混合动机马尔可夫游戏中的公平目标

Altruism and Fair Objective in Mixed-Motive Markov games

Orange Labs Lannion（Orange实验室）

本文提出通过比例公平性替代功利目标，促进更公平的合作，设计了公平马尔可夫游戏和Actor-Critic算法，并在社会困境环境中验证了其有效性。

2026-02-09cs.AIcs.GTcs.LG

更多相关论文收起更多论文

战略博弈的自私程度

Selfishness Level of Strategic Games

我们引入了一个新的衡量策略博弈中社会福利在纳什均衡和社会最优之间的差异的标准，我们称之为自私水平。这是社会福利的最小部分，需要提供给每个参与者，以实现社会最优是在一个纯粹的纳什均衡实现。自私水平与稳定的代价和无政府状态的无政府代价无关，并且在支付函数的正线性变换下是不变的。当然，它也适用于其他解决方案和其他形式的游戏。我们研究了几个著名的战略游戏的自私水平。这使我们能够量化游戏中玩家个人利益与他们的决策对整个社会的影响之间的隐含张力。我们的分析表明，自私的水平往往提供了一个更深层次的了解的特点，潜在的游戏，影响球员的合作意愿。特别地，有限序势博弈的自私水平是有限的，而弱非循环博弈的自私水平可以是无限的。我们得到明确的界限上的自私水平的公平成本分摊游戏和线性拥塞游戏，这取决于具体的参数的基本游戏，但独立的球员的数量。进一步，我们证明了$n$ -参与者囚徒困境的自私水平是$c/(b(n-1)-c)$，其中$b$和$c$分别是合作的收益和成本，$n$ -参与者公共物品博弈的自私水平是$(1-\frac{c}{n})/(c-1)$，其中$c$是公共物品乘数，而旅行者困境博弈的自私水平是$\frac{1}{2}(b-1)$，其中$b$是奖金.最后，古诺竞争的自私水平（无限序数势博弈的一个例子，公地悲剧和伯特兰竞争是无限的。

2014-04-03cs.GT

2 × 2对策对研究互惠合作和亲缘选择的适用性

On the suitability of the 2 x 2 games for studying reciprocal cooperation and kin selection

2x2博弈，特别是囚徒困境，已经被广泛用于互惠合作的研究，在较小程度上，亲属选择。本文探讨了适合的2 × 2游戏模型的合作，通过互惠和亲属选择的演变。这个检验并不局限于囚徒困境，而是包括其他非平凡的对称2 × 2博弈。我们表明，流行的囚徒困境建模社会和生物的相互作用是合理的，根据这些标准的优越性。事实上，囚徒困境是独一无二的，它为互惠合作和加性亲属选择利他主义提供了最简单的支持。然而，在选择特定的囚徒困境支付矩阵时仍然需要小心。本文回顾了汉密尔顿规则的应用，典型的利他主义的相互作用的非线性回报的影响，并得出新的结果的情况下，潜在的利他主义者和受益人的角色是分开的。在这样做的过程中，我们发现同样的均衡条件在亲属之间的连续博弈中成立，在角色的离散博弈中成立。

2006-06-14cs.GT

有向小世界网络上自我质疑和噪声条件下雪堆博弈的合作

Cooperation in the snowdrift game on directed small-world networks under self-questioning and noisy conditions

研究了退火淬火有向耦合小世界网络中具有自我质疑更新机制的雪堆进化博弈中的合作问题。围绕支付参数值$r=0.5$，我们发现了一个大小不变的对称合作效应。虽然一般抑制合作的$r>0.5$回报，重新布线的网络促进合作行为的$r<0.5$。相当数量的噪声被发现打破所观察到的对称性，并进一步削弱合作在相对较大的值$r$。然而，在没有噪音的情况下，即使在大奖励条件下，自我质疑机制也能恢复对称行为并提高利他主义。我们的研究结果表明，这种类型的更新机制是必要的，以稳定在空间结构化的环境中的合作，否则不利于合作行为，特别是在高成本效益比。此外，我们采用组件和局部稳定性分析，以更好地了解所表现的动态的性质。

2010-06-21cs.GTphysics.comp-phphysics.soc-ph

利他理性演化的社会困境解决方案：通过理性互惠

The Evolution of Altruistic Rationality Provides a Solution to Social Dilemmas via Rational Reciprocity

本文通过理性互惠机制，探讨了理性利他主义在解决社会困境中的作用，展示了其在合作进化中的有效性。

2025-07-01cs.GTphysics.soc-phq-bio.PE