自适应加权网络上的博弈

进化命名博弈模型中的生物语言学转变与鲍德温效应

Bio-linguistic transition and Baldwin effect in an evolutionary naming-game model

我们研究了一个进化命名游戏模型，其中通信代理配备了进化选择的学习能力。这样的耦合的生物和语言成分的结果在一个突然的转变：在一个小的变化模型控制参数的语言不熟练的代理人沟通不畅的一组转换成几乎完美的沟通组与大的学习能力。当学习能力保持不变时，过渡似乎是连续的。学习能力的遗传印记通过鲍德温效应进行：最初不熟练的沟通代理人学习一种语言，并创造了一个利基，其中有一个进化的压力，学习能力的增加。我们的模型表明，当语言（或文化）进程变得足够密集，当我们物种的语言表现和生物禀赋都经历了一个突然的变化时，人类文明的扩张。

基于社区的网络上的多语言阶段的网络游戏的拓扑方面

Topological aspects of the multi-language phases of the Naming Game on community-based networks

该游戏是一个基于代理的模型，其中个人通信命名一个最初未命名的对象。在一个大类的网络上，持续的成对交互导致系统达到最终的共识状态，在这种状态下，代理人会聚集在一个全球共享的名称上。在引入该模型后不久，在文献中观察到，在基于社区的网络上，达成共识的路径通过亚稳定的多语言状态。随后，有人提出使用此功能作为在给定网络中发现社区的手段。在本文中，我们表明，亚稳态对应于真正的多语言阶段，出现在热力学极限时，连接社区的部分下降到临界阈值以下。特别是，我们研究了过渡到多语言状态的随机块模型和社区重叠的网络。我们还研究了网络拓扑性质变化下的临界阈值的缩放，如社区的数量和相对大小以及社区内/社区间链接的结构。我们的研究结果提供了一个理论上的理由，建议使用该模型作为一个社区检测算法。

空间嵌入随机网络中的博弈

Naming Games in Spatially-Embedded Random Networks

我们研究了一个原型的基于代理的模型，随机几何网络上的博弈。该游戏是一个最小的模型，采用本地通信，捕捉出现的共享通信计划（语言）的人口自主符号代理。在随机几何图形上实现的随机游戏，本地通信是本地广播，作为一个模型，协议动态大规模，自主运行的无线传感器网络。此外，它捕获的缩放属性的协议过程中的空间嵌入式自主智能体的基本功能。我们还提出了结果的情况下，当一个小密度的远程通信链路的随机几何图形的顶部添加，导致在一个“小世界”的网络，并产生显着减少的时间，以达到全球协议。

多智能体大语言模型命名博弈中共识形成的微观动力学

Microscopic dynamics of consensus formation in multi-agent LLM Naming Games

该研究揭示了多智能体LLM命名博弈中，解码温度作为架构依赖控制参数，通过不同听者机制调控共识形成的微观动力学，得出了双速率动力学的解析有序条件。

Evolution toward linguistic coherence in naming game with migrating agents

As an integral part of our culture and way of life, language is intricately related to migrations of people. To understand whether and how migration shapes language formation processes we examine the dynamics of the naming game with migrating agents. (i) When all agents may migrate, the dynamics generates an effective surface tension, which drives the coarsening. Such a behaviour is very robust and appears for a wide range of densities of agents and their migration rates. (ii) However, when only multilingual agents are allowed to migrate, monolingual islands are typically formed. In such a cas…

反馈和广播在命名游戏中的作用

Role of feedback and broadcasting in the naming game

命名游戏（NG）描述了一群以成对方式局部交互的代理的协议动态，近年来统计物理工具和技术极大地有助于揭示其丰富的现象学。在这里，我们详细调查的方式，其中两个代理更新他们的状态后的互动所发挥的作用。我们表明，稍微修改NG规则的代理执行更新在给定的情况下（即成功后），可以显着改变整体动态或离开它定性不变。我们通过在广义NG的更广泛框架中铸造模型来分析第一种情况。至于第二种情况，另一方面，我们注意到，修改后的规则再现的主要特点，通常NG实际上对应于一个简化，它包括在消除之间的反馈代理。这使我们能够引入和研究一个非常自然的广播方案的网络，可以潜在地相关的不同的应用程序，如自主传感器网络的设计和实施，在最近的文献中指出。

迁移智能体群体中的语言竞争

Language competition in a population of migrating agents

移徙影响到人类活动的各个方面，也与语言的形成有关。为了研究这些过程之间的相互作用，我们研究了一个迁移代理的博弈。该模型的动态导致低流动性集群的形成，这打破了模型的对称性：虽然游戏仍然是对称的，但低流动性语言更受欢迎。高流动性语言逐渐从系统中消失，语言形成的动力大大减缓。我们的模型过于简单，无法详细解释迁移人类社区的语言竞争，但它确实表明定居者的语言比游牧民族的语言更受青睐。

复杂网络上语言游戏的非平衡动力学

Non-equilibrium dynamics of language games on complex networks

非平衡博弈是一种非平衡动力学模型，用于语言约定或通信系统在具有成对局部相互作用的代理群体中的自组织出现。我们提出了一个广泛的研究，其动力学的复杂网络，可以被认为是最自然的拓扑嵌入的语言游戏和观点动力学的代理。除了一些社区结构的网络上，可以观察到亚稳态阶段，代理人玩网络游戏总是设法达成全球共识。这种收敛是在将人口的大小$N$按时间一般缩放为$t\_{conv} \sim N^{1.4 \pm 0.1}$之后获得的，即比嵌入在规则晶格上的代理快得多。此外，系统所需的内存容量仅与其大小呈线性关系。特别注意的是异构网络，其中一个节点的动态活动模式取决于它的程度。高度节点具有基本作用，但需要更大的存储容量。它们作为（语言）惯例的传播者，支配着动态。其他属性，如平均度和聚类的影响，也进行了讨论。

社区中的信息共享和分类

Information sharing and sorting in a community

我们提出了一个模型的详细的数值研究结果的信息共享和排序的社区由大量的代理。信息收集发生在一系列相互的双向交互中，随机选择的代理对相互通信，以增强他们的知识并整理出共同的信息。虽然我们的模型是较少的限制相比，以及既定的命名游戏，但数值结果强烈表明，这一模型的特征指数的整个集合是不同的命名游戏，他们假设非平凡的值。最后，似乎在类似的出现集群的现象中的渗透，可以定义集群的代理人在这里有相同的信息。本文详细研究了最大团簇的生长过程，并对其进行了有限尺寸标度分析。

颜色命名模式中普遍性的出现

Modeling the emergence of universality in color naming patterns

人类颜色分类在不同文化中表现出一些超越表面差异的普遍模式，这是认知科学的一个重大突破。正如世界色彩调查（WCS）所观察到的那样，任何两组个体确实会发展出完全不同的分类模式，但通过对大量人群进行统计分析，可以识别出一些普遍的属性。在这里，我们重现了WCS在一个数字模型中，不同的人群独立发展自己的分类系统，通过玩小学的语言游戏。我们发现，一个简单的感知约束共享的所有人类，即人类的JND（Just Noticeable Difference），是足以引发普遍模式的出现，不受约束的文化互动未能产生。我们通过执行与量化WCS中所示的普遍趋势相同的统计分析来测试我们针对真实数据的实验结果[Kay P和Regier T。等人（2003）Proc. Acad. Sci. USA 100：9085-9089]，并获得优异的定量一致性。这项工作证实，综合建模现在已经达到成熟，大大有助于正在进行的辩论在认知科学。

语言动力学多智能体模型中周期外场的影响

Influence of periodic external fields in multiagent models with language dynamics

我们调查大规模的影响引起的外部领域，现象学解释为大众媒体，在多智能体模型与微观动态的二进制命名游戏。特别是，我们表明，一个单一的外部领域，广播信息在定期的时间间隔，可以扭转大多数人的意见，提供的频率和有效性的发送消息高于明确定义的阈值。我们研究的相结构的模型在平均场近似和数值模拟与几个网络拓扑结构。我们还研究了两个竞争的外部领域，定期广播不同的消息对代理动力学的影响。在参数空间的有限区域中，我们观察到周期性的平衡态，在这种状态下，平均意见密度相对于天真的期望是相反的。这种均衡发生在两种情况下：（i）当竞争消息的频率不同但彼此接近时;（ii）当频率相等且消息的相对时移不超过半个周期时。我们解释所观察到的现象之间的相互作用的外部领域和内部动态的代理商，并得出结论，根据模型参数，命名游戏是一致的第一或第二移动优势的情况下（借用一个表达从行话的业务战略）。

语言游戏中的拓扑诱导粗化

Topology Induced Coarsening in Language Games

我们调查如何非常大的人口能够达到全球共识，当地的“微观”的互动规则，在最近推出的一类模型的符号动力学的框架，所谓的博弈。我们特别是相互作用的代理商嵌入在一个低维的晶格相对于平均场的情况下的收敛机制进行比较。我们强调，在低维度的共识是通过粗化过程，需要较少的认知努力的代理，相对于平均场的情况下，但需要更长的时间才能完成。在1-D的动态的边界映射到截断马尔可夫过程，我们分析计算的扩散系数。更一般地，我们表明，收敛过程需要每个代理的记忆缩放为N，并持续时间N^{1+2/d}在维度d<5（d=4是上临界维度），而在平均场的记忆和时间尺度为N^{3/2}，对于N个代理的人口。我们提出了支持这一观点的分析和数值证据。