Spillover modes in multiplex games: double-edged effects on cooperation, and their coevolution
近年来，人们越来越有兴趣研究多路网络上的游戏，这些游戏可以解释相关社交环境中的互动。然而，很少有人知道如何潜在的跨背景干扰，或溢出，个人的行为策略影响整体合作。我们认为三种合理的溢出模式，量化和比较其对合作的演变的影响。在我们的模型中，社交互动发生在两个网络层上：一个代表与网格中的近邻的重复互动，另一个代表与同一群体中随机个体的一次性互动。溢出可以发生在社会学习过程中，偶然的跨层策略转移，或在社会互动过程中，由于上下文干扰的实施错误。我们的分析结果，使用扩展的对近似，是在广泛的模拟很好的协议。我们发现溢出对合作的影响是双刃剑：如果某一层的合作受到青睐，那么增加溢出的强度可以促进合作，但是过多的溢出则是有害的。我们还发现了一个合作的双稳态现象：溢出阻碍或促进合作依赖于初始频率在每一层的合作。此外，比较策略组合，出现在每一个溢出模式提供了一个很好的指示，他们的共同进化动态与合作。我们的研究结果做出了可测试的预测，启发了未来的研究，并揭示了人类在社会领域的合作及其相互干扰。
2017-10-10 physics.soc-ph
If players are sparse social dilemmas are too: Importance of percolation for evolution of cooperation
空间互惠是促进合作的一个众所周知的绝技。因此，彻底了解不同人口密度的影响至关重要。在这里，我们研究了在不同的互动图与一定比例的空节点的社会困境中的合作的演变。我们发现，稀疏性可能有利于解决社会困境，特别是如果人口密度接近底层图的渗流阈值。无论类型的管理社会困境，以及特殊性的互动图，我们表明，在成对模仿的渗透阈值是一个普遍的指标，如何密集的占用应该是最佳的合作促进。我们还表明，短视的更新，由于缺乏有效的传播信息通过模仿，使报告的机制功能失调，这反过来又进一步加强了它的基础。
2012-05-11 cond-mat.stat-mech physics.soc-ph q-bio.PE
Dynamic aspiration based on Win-Stay-Lose-Learn rule in Spatial Prisoner's Dilemma Gam
囚徒困境博弈是空间进化博弈中最常用的模型，被认为是描述自私个体之间竞争的一种范式。近年来，一种基于意愿的策略更新规则Win-Stay-Lose-Learn被证明是促进空间囚徒困境博弈中合作的有效模型，使得意愿受到了广泛的关注。但在许多研究中，个人抱负是固定的这一假设与心理学的最新结果不一致。本文根据期望值理论和成就动机理论，提出了一个基于赢-留-输-学规则的动态抱负模型，其中个体抱负受其收益的激励。研究发现，动态吸气对演化过程有显著影响，不同的初始吸气导致不同的演化结果，分别称为低吸气下的稳定共存、中等吸气下的依赖共存和高吸气下的缺陷爆炸。深入分析了导致合作者存在或背叛者扩张的局部结构，以及不同策略和期望参数下的演化过程。结果得到了不同演化过程中导致背叛者扩张和合作者生存的内在结构，为深入理解演化过程提供了依据。与固定愿望模型相比，动态愿望模型对种群演化规律给出了更满意的解释，并能促进对囚徒困境原理的更深入理解。
2020-09-27 cs.SI physics.soc-ph
Rewards and the evolution of cooperation in public good games
妥善协调合作关系到解决清洁能源和环境保护等公益问题。然而，人们对个体如何在大量陌生人中协调自己进行一定程度的合作知之甚少。在一个典型的情况下，由于缺乏面子和地位，建立共识的进程很难取得成功。在这种情况下，合作的演变研究使用阈值公益游戏，合作盛行时，它最初是足够的，否则，它灭亡。虽然惩罚是塑造人类行为的有力工具，但机构性惩罚往往代价太高，不能仅从少数几个肇事者开始，这是另一个协调问题。在这里，我们表明，无论初始条件如何，基于自愿捐款的奖励基金都可以发展。自愿奖励为有效地克服协调问题铺平了道路，并有效地将白吃白喝者转变为合作者，而集体失败的风险很小。
2016-04-23 cs.GT nlin.AO physics.soc-ph
Punish, but not too hard: How costly punishment spreads in the spatial public goods game
我们研究了空间公共产品博弈中合作的演化，除了经典的合作（C）和背叛（D）策略，我们考虑惩罚合作者（PC）或惩罚背叛者（PD）作为一个额外的策略。使用最低限度的建模方法，我们的目标是分别澄清和确定两个惩罚策略的后果。由于惩罚是昂贵的，惩罚策略在混合互动的情况下放松了进化竞争。然而，当考虑到空间相互作用时，结果可能会截然不同，合作可能会扩大。其内在机制取决于惩罚策略的性质。在合作的惩罚者的情况下，增加罚款会导致合作水平的提高。相比之下，在存在的PD策略，相图表现出一个重入过渡的罚款增加。因此，合作水平表现出对罚款的非单调依赖性。值得注意的是，惩罚策略可以在两种情况下传播，但基于很大程度上不同的机制，这取决于惩罚者的合作（或不合作）。
2010-07-02 physics.bio-ph physics.soc-ph q-bio.PE
Evolutionary Prisoner's Dilemma Game in Flocks
我们研究了一个进化的囚徒困境游戏之间的自我驱动的代理，生物群体的集体运动是通过平均邻居的方向来模仿。根据诱惑的缺陷和代理移动的速度，我们发现，合作不仅可以保持在这样的系统中，但存在一个最佳的相互作用的邻域大小，它可以诱导最大的合作水平。与所有智能体都不移动的情况相比，在速度和邻域大小不太大的情况下，个体的移动甚至可以增强合作。此外，我们还发现系统具有聚集行为，并且在平衡点处合作者和背叛者可以共存。
2010-05-18 physics.soc-ph
Organization of cooperation in fractal structures
众所周知，小世界结构构成了维持合作的充分条件，从而加强了合作。相反，具有很长平均距离的网络通常被认为抑制了合作的出现。在本文中，我们表明，分形结构，其中的平均距离很长，并不总是在合作的组织中起着消极的作用。与常规网络相比，分形结构甚至可能促进合作的出现。这主要取决于局部紧簇的存在。这些集群之间的稀疏互联构成了一个不对称的障碍，背叛策略几乎不可能跨越，但合作策略有一个不太小的机会。更一般地说，网络不需要是标准的分形，只要这样的结构存在。反过来，当这种典型的结构不存在时，分形结构也会抑制合作的出现，例如通过稀释随机树状网络获得的分形配置。我们的研究结果也澄清了一些矛盾，在以前的研究中，并建议，删除和插入链接从/到一个定期的网络可以提高合作。
2021-03-08 nlin.AO physics.soc-ph
Coevolutionary dynamics of population and institutional rewards in public goods games
针对公共品博弈中固定奖励假设的局限，本文提出奖励强度随合作水平反向自适应调整的共演化模型，揭示稳定共存态及实现完全合作所需的最低奖励强度。
2023-08-18 physics.soc-ph
Reactive Strategies: The Establishment of Cooperation
合作通常表现为囚徒困境博弈。虽然个人的自我利益可能不赞成合作，合作可以发展，如果，例如，球员多次互动，调整自己的行为，相应地对对手的前一个行动。在种群动力学分析中，复制子方程被广泛应用于多种版本。虽然它通常是说，一个战略称为慷慨的针锋相对的反应策略集内的赢家，在这里，我们表明，这一结果取决于复制的版本和可用的策略的数量，源于这样一个事实，即一个动态系统也定义了可用的策略的数量，而不仅仅是由模型版本。使用计算机模拟和分析的论点，我们发现，慷慨的针锋相对的胜利，只有当可用的策略的数量不是太大，与背叛获胜，否则。
2015-04-28 physics.soc-ph q-bio.PE
Dominant strategy in repeated games on networks
本文提出网络化重复囚徒困境策略 CSDT，通过合作保持与有限容忍背叛实现占优，并揭示 ALLD 可促进其演化、淘汰脆弱策略。
2024-09-07 physics.soc-ph
The evolution of cooperation through institutional incentives and optional participation
奖励和惩罚是可用于促进社会机构合作的常见实用工具。在联合企业中，奖惩激励下的合作演化已经被正式化和研究，主要是通过使用强制公共利益博弈。最近，Sasaki等人（2012，Proc Natl Acad Sci USA 109：1165-1169）考虑了可选参与以及制度激励，并描述了这些机制之间的相互作用如何影响公共利益游戏中合作的演变。在这里，我们提出了一个完整的分类这些进化动力学。具体而言，当惩罚足够大，导致合作和背叛的双稳定性的情况下，参与公共利益的游戏是强制性的，这些惩罚将最终导致合作，如果参与公共利益的游戏是可选的。在这个可选的情况下，基于电子邮件的合作的全球稳定性与在强制性情况下观察到的双稳定性形成鲜明对比。我们还认为，可选的参与是不是那么有效地提高合作下的奖励。
2013-02-27 math.DS nlin.AO physics.soc-ph
Boosting cooperation by involving extortion in spatial Prisoner's dilemma
采用愿望驱动的策略更新规则，研究了空间囚徒困境博弈中存在和不存在勒索的合作演化。我们重点明确的策略更新方式（无论是同步或异步），以及勒索策略的引入如何影响博弈的集体结果。通过蒙特卡罗（MC）模拟和动态聚类技术，我们发现勒索者的参与促进了群体中合作者的繁荣（并且如果背叛的诱惑不是太大的话，谁总是可以支配群体）对于同步和异步策略更新，与其他情况形成鲜明对比，其中，对于具有同步策略更新的中间期望水平，合作被促进，但是如果策略更新被异步地实施，则合作被显著地抑制。我们解释的结果，通过构型分析，并发现勒索的存在导致棋盘般的排序合作者和勒索者，这使得合作者在人口中占主导地位的两种策略更新方式。此外，勒索本身是进化稳定的，因此是合作进化的孵化器。
2014-08-08 nlin.AO physics.soc-ph
Early exclusion leads to cyclical cooperation in repeated group interactions
从进化的角度解释自私个体之间合作的出现和维持仍然是生物学、经济学和社会科学的重大挑战。社会排斥被认为是解决这一难题的一个办法。然而，以往的相关研究往往假设一次性的相互作用，而忽略了如何识别搭便车，这似乎是过于理想化。在这项工作中，我们考虑重复的互动，排斥者需要支付监控成本，以确定免费搭车者的排斥和免费搭车者不能参与以下可能的游戏互动，一旦他们被识别和排除在重复的互动过程中的排斥者。我们发现，这种排斥的引入可以防止在重复的群体互动合作的崩溃。特别是，我们证明了合作者，叛逃者和排斥者之间的进化振荡可以出现在无限大的人口时，实施早期排斥。此外，我们发现，人口花费的大部分时间在合作者占主导地位的早期排除的状态时，随机突变选择被认为是在有限的人口。我们的研究结果强调，早期排除是成功地解决了重复组互动中的合作之谜。
2022-02-17 cs.GT physics.soc-ph
Hierarchical invasion of cooperation in complex networks
合作的出现和生存是科学中仍然存在的最困难的问题之一。惩罚的存在、有限系统中的波动、重复的相互作用和威望的形成等几个因素都可能有助于解释自然和社会系统中合作的反直觉流行。互动网络的特性也被认为是有利于合作者持久性的一个因素。在这里，我们考虑在复杂的拓扑结构的合作行为的入侵动力学。从具有给定连接数（度）$k_0$的节点开始执行完全被叛逃者占据的异构网络的入侵。然后，系统内的囚徒困境的游戏和结果进行了分析，作为一个功能的$k_0$和程度$k$的节点采用合作。使用数值和分析方法进行，我们的研究结果表明，入侵收益优先以下的层次顺序的节点，从那些具有较高程度的那些具有较低程度。然而，只有当最初的合作者数量足够多，形成一个集群，合作才能传播开来，合作的入侵才会成功。这意味着初始条件必须是高度数和高数值度之间的适当平衡，这通常在可能的情况下发生在$k_0$的中间值。这些发现具有潜在的应用，因为它们表明，为了促进复杂网络上的合作行为，应该感染合作者\emph{high but not too high}度节点。
2018-02-16 physics.soc-ph q-bio.PE
Making the Peers' Subjective Well-being Visible Impairs Cooperator-centered Experimental Social Networks
本文通过662人、50组、15轮的在线公共物品博弈网络实验，发现同伴主观幸福感可见虽不改变总体合作，却会削弱合作者间连接并使网络更碎片化。
2025-01-04 cs.SI physics.soc-ph
Effects of mobility in a population of Prisoner's Dilemma players
我们要解决的问题是，在一个社会系统中，合作的生存如何取决于个人的运动。具体来说，我们研究了一个模型，其中囚徒困境的球员被允许在一个二维平面上移动。我们的研究结果表明，合作可以生存在这样一个系统中提供的诱惑，以叛逃和代理移动的速度不是太高。此外，我们表明，当这些条件得到满足，唯一的渐近状态的系统是，在所有的球员是合作者。我们的研究结果可能对运动协调和包括无线网络在内的其他应用中的合作策略的设计产生影响。
2009-05-19 physics.soc-ph
How large language models judge and influence human cooperation
Institute of Informatics（信息学院）；University of Amsterdam（阿姆斯特丹大学）；City of Amsterdam（阿姆斯特丹市）
本文通过21个LLM的合作判断实验与演化博弈模型，研究LLM判断如何影响人类长期合作，发现模型间差异会显著改变合作水平，并提示需对齐LLM规范以维护人类合作。
2025-06-30 cs.AI cs.SI physics.soc-ph
Cycles of cooperation and defection in imperfect learning
当人们玩重复游戏时，他们通常会根据过去的观察来预测对手的行动，然后决定下一步采取什么行动。行为经济学研究的是在这些适应性学习过程中做出战略决策的机制。我们在这里研究一个学习迭代囚徒困境博弈的模型。玩家可以在三种策略之间进行选择，总是背叛（ALLD），总是合作（ALLC）和针锋相对（TFT）。在这种情况下，唯一严格的纳什均衡是ALLD。当玩家学会玩这个游戏时，不能保证收敛到均衡，例如，如果玩家在遥远的过去贴现观察，我们会发现合作行为。当代理使用小样本的观察到的动作，以估计他们的对手的策略的学习过程是随机的，和合作和背叛之间的持续振荡可能会出现。这些周期类似于随机进化过程中发现的周期，但维持振荡的噪声的来源是不同的，在于对手策略的不完美采样。基于一个系统的扩展技术，我们能够预测这些学习周期的属性，提供了一个分析工具，更一般的随机适应过程的结果可以被表征。
2011-01-23 cs.SI nlin.AO physics.soc-ph
Hydrodynamics of Cooperation and Self-Interest in a Two-Population Occupation Model
该研究构建双种群占据模型，分析自利与合作型智能体混合系统的流体动力学特征，发现少量利他者可抑制自私行为引发的次优聚类，并通过均匀混合近似结合活性物质工具解析利他性对表面张力等的影响。
2025-08-03 cond-mat.soft cond-mat.stat-mech econ.GN
Reciprocal Altruism-based Cooperation in a Social Network Game
合作行为在人类中很常见，是我们社会的基础。理论和实验研究已经模拟了人类或代理人的行为受到限制的环境，以分析他们的社会行为。然而，重要的是，这些研究被推广到限制较少的环境，以了解人类社会。社交网络游戏（SNG）为人类行为的定量研究提供了一个特别强大的工具。在SNG中，许多玩家可以比以前的研究中使用的环境中更自由地行为;此外，他们的关系包括明显的利益冲突，并且每个动作都可以被记录。我们关注的是互惠利他主义，这是产生合作行为的机制之一。本研究旨在探讨在限制较少的环境下，基于互惠利他主义的合作行为。为此，我们分析了SNG中这种合作行为背后的社会行为。我们专注于一个游戏场景，其中玩家之间的关系与Leader游戏中的关系相似。我们通过构建场景中的支付矩阵来定义合作行为。结果表明，博弈者基于互惠利他的原则维持合作行为，合作者比不合作者获得更多的利益。我们发现，球员建立互惠关系的基础上两种类型的互动，合作行为和非生产性的沟通。
2016-11-09 cs.SI physics.soc-ph q-bio.PE
