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。
2010-06-21 cs.GT physics.comp-ph physics.soc-ph
Adaptive Payoff-driven Interaction in Networked Snowdrift Games
organization= College of Artificial Intelligence , addressline= Southwest University , city= Chongqing , postcode= 400715 , country= PR China;organization= Andalusian Research Institute DaSCI “Data Science;Computational Intelligence” , addressline= University of Granada , city= Granada , postcode= 18071 , country= Spain;organization= School of Information;Physical Sciences , addressline= The University of Newcastle , city= Callaghan , postcode= NSW 2308 , country= Australia
本文提出自适应网络模型,研究雪崩博弈中动态合作与网络拓扑,揭示极端成本收益比下自适应网络促进纯合作或完全背叛状态的机制。
2024-06-24 physics.soc-ph
Evolution of Cooperation among Mobile Agents
我们研究了移动球员之间的合作,模仿生物群体的集体运动,并在规定的半径$R$内与邻居互动的演化的影响。采用囚徒困境的游戏和雪堆游戏的比喻,我们发现,合作可以保持,甚至提高低速度和小的回报参数,当与所有代理不动的情况下相比。但是这种协作的增强在很大程度上取决于$R$的值,并且对于适当的$R$值,存在最佳速度值以引起最大协作水平。此外,我们还发现,当速度一定时,$R$的中间值或初始种群密度最有利于合作。根据支付参数,系统可以达到一个吸收的合作状态时,雪堆游戏。我们的发现可能有助于理解社会系统中个体流动性与合作行为之间的关系。
2011-02-19 physics.soc-ph
If cooperation is likely punish mildly: Insights from economic experiments based on the snowdrift game
惩罚可以阻止反社会行为。然而,惩罚的代价是昂贵的,而这些代价往往无法抵消合作水平提高所带来的收益。然而,惩罚的有效性不仅取决于它的成本,而且还取决于界定社会困境的环境。以雪堆博弈为基础,我们进行了一系列的经济实验,以确定严厉的惩罚是否比温和的惩罚更有效。我们已经观察到,严厉的惩罚不一定更有效,即使在两种情况下惩罚的成本是相同的。只有在极端不利的条件下,严厉惩罚的好处才会显现出来,因为在没有制裁的情况下,合作是极不可能的。如果合作是可能的,温和的惩罚并不降低有效性,并导致更高的平均回报,因此是更受欢迎的选择。研究结果表明,惩罚的积极影响不仅来自于罚款,还可能有心理背景。小小的罚款可以奇迹般地激励我们选择合作而不是背叛,但不会产生巨额罚款可能带来的瘫痪效应。只有在绝对必要时才应使用后者。
2013-04-17 cs.GT physics.soc-ph q-bio.PE
Cooperative Behavior in a Model of Evolutionary Snowdrift Games with $N$-person Interactions
提出了一个具有$N$ -人交互的进化雪堆博弈模型,研究了多人交互对合作出现的影响。本文利用复制子动力学方法,导出了一个精确的$N$ -阶方程,该方程描述了一个完全混合的种群中合作者$x^*$的平衡密度。研究结果表明,合作程度随着成本收益比和群体中交互人数的增加而下降,其中$x^{*}\sim1/N$为大$N$。为该模型构造了一个数值模拟算法。模拟结果与复制子动力学的理论结果吻合较好。
2008-07-26 physics.bio-ph physics.soc-ph
Evolutionary snowdrift game with loners
在一个完全混合的种群或全连通网络和一个正方形格子中,研究了雪堆博弈中一个被称为孤独者的额外策略或角色的影响。在研究竞争种群中的合作现象时,雪堆博弈是囚徒困境博弈的一种可能的替代方案,它由两种类型的策略组成,C(合作者)和D(背叛者)。在一个完全连通的网络中,发现要么C和D生活在一起,要么孤独者接管整个群体。在一个正方形格子中,我们发现了三种可能的情况:一个均匀的C-种群,C与D共存,以及所有三个字符共存。孤独者的存在下,发现在一个正方形晶格中,通过提高合作者的收益,以提高合作。结果进行了讨论的影响,限制一个球员只与他最近的邻居在一个正方形格子,而不是与所有球员在一个完全连接的网络竞争。
2006-05-01 physics.soc-ph
Random mobility and spatial structure often enhance cooperation
研究了无条件移动规则在空间囚徒困境、雪堆和猎鹿博弈中的作用。与随机混合的种群相比,空间结构本身可以改变许多博弈的结果,有时促进合作,有时抑制合作。在这里,我们表明,随机稀释和流动性可能会抑制在雪堆游戏中的空间结构的抑制因素,同时提高已经发现在囚徒困境和雄鹿狩猎游戏更大的合作。
2008-09-09 physics.bio-ph physics.soc-ph q-bio.PE
Social dilemmas in an online social network: the structure and evolution of cooperation
我们研究了两种研究合作演化的范式--囚徒困境和雪堆博弈,在一个从社交网站获得的在线友谊网络中。我们证明了这样的社会网络具有小世界性质,度分布具有幂律尾。此外,它还具有等级制组织,并呈现出分化混合的格局。我们研究了这两类博弈的演化版本,发现合作行为的增强和维持归因于底层网络的拓扑结构。它还表明,合作者可以生存时,面对入侵的叛逃者在整个范围内的参数的两个游戏。与模型网络相比,经验网络上的合作演化受到多种网络效应的综合影响。我们的研究结果有助于理解人类群体和社会中的合作行为。
2007-01-29 physics.soc-ph
Limitation of network inhomogeneity in improving cooperation in coevolutionary dynamics
合作行为在自然界中是普遍的,即使自私有时对个人更好。经验和理论研究表明,合作者的入侵和扩张与非齐次连通性分布有关。在这里,我们研究了自适应网络上合作的演化,在这种网络中,个体能够通过重新连接其链接来避免被利用。我们的研究结果表明,扩大连接分布并不总是有利于合作。与类泊松度分布相比,类指数度分布不利于连续雪堆博弈(CSG)中更高水平合作的发生.
2011-06-16 cs.SI physics.soc-ph
Conformity Hinders the Evolution of Cooperation on Scale-Free Networks
我们研究的一致性的影响,人类模仿当地共同的行为的倾向,在合作的进化时,个人占据一个图的顶点,并从事一次性囚徒困境或雪堆游戏与他们的邻居。研究了两种不同的图:环(具有循环边界条件的一维晶格)和Barabasi-Albert型的无标度网络。通过蒙特卡罗模拟和扩展的对近似技术,建议的进化图模型进行了研究。我们发现改进的合作水平时,进化进行环和个人模仿,根据传统的支付偏置和一致的偏见。更重要的是,我们表明,无标度网络不再是强大的放大器的合作时,公平数量的一致性引入的模仿规则的球员。无标度网络促进合作能力的减弱是无标度拓扑中信息流偏差较小的结果,这使得枢纽节点更容易受到连接较少的邻居的影响。
2009-06-11 physics.soc-ph
Facilitating Cooperation in Human-Agent Hybrid Populations through Autonomous Agents
该研究在演化博弈论框架下探究合作型与背叛型自主智能体(AAs)对人-智能体混合群体合作的影响,发现不同博弈场景下AAs作用存在差异,合理设计应用可最大化其促合作效果。
2023-07-03 physics.soc-ph
Diversity of reproduction time scale promotes cooperation in spatial prisoner's dilemma games
我们研究了一个进化的空间囚徒困境游戏,其中的球员的健身是由当前的互动和他们的历史的回报。我们考虑的情况下,选择的时间尺度是慢于互动的时间尺度。这是通过在个体水平上实现概率再现来完成的。我们注意到,繁殖速度过快和过慢都会阻碍合作的出现。换句话说,存在一个中间选择时间尺度,使合作最大化。我们发现促进合作的另一个因素是繁殖时间尺度的多样性。
2009-08-13 physics.soc-ph
Emergence of cooperation induced by preferential learning
研究了Barabási-Albert网络中具有优先学习机制的进化囚徒困境博弈(PDG)和雪堆博弈(SG).仿真结果表明,在较宽的收益范围内,个体的优先学习显著地促进了两种博弈的合作行为。为了了解偏好学习对系统演化的影响,我们研究了不同偏好强度和支付的合作者密度的时间序列。研究发现,在某些特定情况下,两个博弈都表现出$1/f$标度行为,这表明存在长程相关。我们还发现,当度大的节点被选中的概率高时,PDG会表现出间断的均衡型行为。相反,SG表现出突然增加的特征。这些暂时的不稳定行为归因于大度节点的策略转移。
2006-03-01 physics.soc-ph
Recorded punishment promotes cooperation in spatial prisoner's dilemma game
以往的研究表明,惩罚是一种有效的方式来促进合作的混合公共产品博弈,但它仍然缺乏具体的证据,惩罚维持合作的空间囚徒困境博弈以及。为了解决这个问题,我们引入了一个记录惩罚机制,涉及记忆和惩罚,空间囚徒困境游戏。我们发现,增加惩罚率或记忆长度单调地促进合作的进化。有趣的是,与传统的惩罚方式相比,记录惩罚方式会通过恢复效应更好地促进合作。此外,通过对进化过程的考察,我们对这一促进现象给出了一种解释,即适应度系数标准差的进化共振可以保证恢复效应。最后,我们通过研究战略采用中的不确定性的影响来证实我们的结果。我们希望我们的工作可以加深对社会中合作行为的理解。
2011-03-07 physics.soc-ph
Reducing the Heterogeneity of Payoffs: an Effective Way to Promote Cooperation in Prisoner's Dilemma Game
在本文中,每个代理人的总收益的调节,以减少总收益分布的异质性。研究发现,存在一个最优调节强度,该强度显著促进合作者的参与,过弱或过强的调节强度对合作者的参与影响不大或导致合作者的消失。研究还发现,大多数合作者不是孤立分布的,而是形成合作者集群,而促进合作的唯一途径是扩大合作者集群的规模。最后,我们试图解释更大的集群的出现,并证明最优监管强度的存在。我们的工作提供了深入的了解之间的关系的支付分配和合作行为。
2009-05-12 physics.soc-ph
Biased imitation in coupled evolutionary games in interdependent networks
我们探讨两个游戏的进化动力学-囚徒困境和雪堆游戏-发挥不同的网络(层)的相互依存的网络。在这些网络中,相互对立的个体之间的模仿和互动是通过相互联系建立起来的。我们探讨了一个更新规则,其中修订的战略是一个有偏见的模仿过程:个人模仿邻居从同一层的概率p,和邻居从第二层的互补概率1 -p。我们证明,一个小的减少p从p = 1(这对应于禁止层之间的战略转移)是足以促进合作的囚徒困境子群。另一方面,这不利于雪堆游戏亚群的合作。我们提供了广泛的计算机模拟的情况下,层建模为定期随机网络的结果,并支持这项研究的分析结果耦合良好的混合人口。
2014-03-22 physics.soc-ph q-bio.PE
Edge-based reputation promotes cooperation in simplicial complexes
Kunming University(昆明大学);Zaragoza Logistics Center (ZLC)(萨拉戈萨物流中心);Yunnan University of Finance and Economics(云南财经大学);Beihang University(北京航空航天大学);University of Zaragoza(萨拉戈萨大学)
本研究提出基于边的声誉机制,通过结合直接和间接声誉,在 simplicial 复合体中促进合作,揭示了网络拓扑与声誉机制的非线性关系。
2025-11-27 physics.soc-ph
Coevolution of teaching activity promotes cooperation
进化游戏是研究玩家的教学活动可以随着时间的推移而演变的游戏。最初,所有遵循合作或背叛策略的参与者都分布在正方形网格上。策略采用率由收益差异和一个教学活动决定,该教学活动表征了捐赠者对对手实施其策略的能力。每一个成功的战略采用过程都伴随着捐助者教学活动的增加。通过应用增量的最佳值,这个简单的机制自发地在教学活动中产生相关的不均匀性,支持维持囚徒困境和雪堆游戏的合作。
2008-03-28 physics.gen-ph physics.soc-ph q-bio.PE
Learning to cooperate in a changing world: How caring about the future promotes cooperation across scales
Beihang University(北京航空航天大学);Zhongguancun Laboratory(中关村实验室);Hangzhou International Innovation Institute, Beihang University(北京航空航天大学杭州创新研究院);Key Laboratory of Mathematics, Informatics and Behavioral Semantics, Beihang University(北京航空航天大学数学、信息学与行为语义重点实验室);Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, Beihang University(北京航空航天大学未来区块链与隐私计算高级创新中心);Beijing Academy of Blockchain and Edge Computing(北京区块链与边缘计算研究院)
本研究通过多智能体强化学习,推导出跨尺度稳定合作的解析条件,发现重视未来能引导自利个体合作,为合作型AI提供统一框架。
2026-10-05 physics.soc-ph
Performance appraisal promotes cooperation in spatial public goods games
College of Artificial Intelligence, Southwest University(西南大学人工智能学院);Business College, Southwest University(西南大学商学院)
该研究提出基于绩效评估的空间公共物品博弈模型,通过将收益分为平均分配与绩效加权两部分,经模拟证实绩效评估可显著促进合作行为,为缓解社会困境提供了新路径。
2026-08-05 physics.soc-ph
Voting by Hands Promotes Institutionalised Monitoring in Indirect Reciprocity
基于声誉的间接互惠是推动人类合作的主要机制,其中对行为的监测和分享与声誉有关的信息至关重要。由于收集信息的成本很高,可能会出现公地悲剧,一些人会搭别人提供的信息的便车。这可以通过组织监测器来克服,这些监测器收集信息,并由信息用户付费。我们分析了一个共同进化模型的个人玩的社会困境的游戏和监视器看着他们,监视器提供信息和玩家投票给一个更有益的监视器。我们发现:(1)仅仅对背叛行为进行严重评价的监督者不能稳定合作-他们必须忽略对坏名声玩家的背叛行为;(2)如果玩家投票给监督者而不是改变自己的策略,这种忽视的监督者可以稳定合作;(3)对坏名声玩家的合作行为进行严重评价的STERN监督者比不这样做的MILD监督者更容易稳定合作;(4)如果STERN监视器与MILD监视器竞争,则STERN监视器获胜;以及(5)STERN监视器需要高水平的监视,并且仅实现较低水平的合作,而MILD监视器实现较高水平的合作,具有松散的并且因此成本较低的监视。
2016-10-05 physics.soc-ph
Myopic Best Response as a Double-Edged Mechanism in Networked Social Dilemmas with Individual Solutions
Tokyo Metropolitan University(东京都立大学)
本文研究短视最佳反应动力学在含个体解决方案的三策略社会困境中的作用,发现个体解决方案可促进或阻碍合作,取决于邻居规模和合作收益。
2026-03-18 physics.soc-ph
Evolution of cooperation on scale-free networks subject to error and attack
我们研究了无标度网络中的囚徒困境和雪堆博弈中的合作演化,这些博弈都是有目的和随机地移除顶点的。我们表明,无论游戏类型,合作无标度网络是非常强大的随机删除顶点,但下降速度快,如果顶点与最大程度的目标。特别是,攻击容忍度是最低的,如果诱惑的缺陷是最大的,其中一小部分删除顶点足以抽取合作者。合作性的下降可以直接与无标度网络的异质性的降低有关,这种异质性是由于高度顶点的移除而产生的。我们的结论是,合作的演变的特点是类似的攻击和容错,如以前报道的信息准备和无标度网络上的病毒传播。
2009-02-26 cond-mat.stat-mech physics.soc-ph q-bio.PE
Evolutionary Games on Networks: Phase Transition, Quasi-equilibrium, and Mathematical Principles
该研究针对空间演化博弈近似方法得到的“稳定”合作率可能为准平衡态的问题,发现经典博弈模型收敛时间存在相变,并提出数学原理解释该相变与准平衡现象,揭示了合作与背叛长期共存的机制。
2023-04-26 physics.soc-ph q-bio.PE
Social dilemma alleviated by sharing the gains with immediate neighbors
我们研究了进化空间囚徒困境博弈(PDG)和雪堆博弈(SG)中合作的演化,在这两个博弈中,每个博弈者从直接博弈中获得的收益的一部分$α$由近邻平均分享.因此,参数$α$的大小表征了相邻玩家之间的相关程度。通过广泛的蒙特卡罗模拟以及一个扩展的平均场近似方法,我们跟踪的频率合作在定态。我们发现,插入相关性可以显着促进双方研究的游戏中的合作的演变。出乎意料的是,合作可以更容易地建立在空间PDG比在空间SG,鉴于相互合作的相关性和成本效益比的程度是适当制定。我们的模型与利益相关者理论的相关性也进行了简要讨论。
2014-01-07 nlin.AO physics.soc-ph
Pattern Formation, Social Forces, and Diffusion Instability in Games with Success-Driven Motion
合作者的局部聚集可以支持合作的生存或传播,即使根据复制者方程预测合作会消亡,这通常用于进化博弈论中研究策略的传播和消失。在本文中,它表明,成功驱动的运动可以触发这种局部聚集,因此,可以用来补充其他机制支持合作,如声誉或惩罚。在这里,博弈驱动的运动被公式化为博弈理论收益的函数。它可以极大地改变空间游戏的结果和动态,特别是当它引起吸引力或排斥力时。当策略的空间分布不均匀时,这些力量就会起作用。然而,即使在齐次初始条件下,当满足某些条件时,小扰动也可以通过图案形成不稳定性触发大的不均匀性。在这里,这些不稳定性条件的囚徒困境和雪堆游戏进行了研究。此外,它表明,不对称扩散可以驱动社会,经济和生物系统进入不稳定的政权,如果这些将是稳定的没有扩散。
2009-03-05 physics.soc-ph
Indirect exclusion can promote cooperation in repeated group interactions
社会排斥被认为是促进合作发展的最有效措施之一。在现实社会中,社会排斥的方式可以是直接的,也可以是间接的。然而,迄今为止,还没有相关的工作,探讨如何间接排斥影响合作的演变,从理论的角度。在这里,我们引入间接排除到重复的公共产品游戏,游戏组织者概率选择合作者后,第一轮游戏参与以下可能的游戏互动。然后,我们研究了在无限和有限的混合种群的合作的进化动力学。通过理论分析和数值计算,我们发现间接排斥的引入可以诱导合作者和背叛者的稳定共存或合作者的优势,从而有效地促进合作的演化。此外,当组织者的认同概率低于中间值时,组织者的认同概率对公众合作的影响是非线性的,而较高的认同概率可以维持较高的合作水平。此外,我们的研究结果表明,增加游戏交互的平均回合可以有效地促进合作的进化。
2022-08-27 math.DS physics.soc-ph
Cooperation Dynamics with Environmental Feedback: Steady States and Transitions
School of Physics, Ningxia University(宁夏大学物理学院)
本文针对四类经典博弈构建策略-收益环境反馈模型,推导得等价复制子方程,揭示初始合作水平、背叛诱惑与惩罚对合作的调控机制,为理解集体亲社会行为提供基础。
2026-10-16 nlin.AO physics.soc-ph
Evolutionary games with facilitators: When does selection favor cooperation?
我们研究了选择和随机波动对两种策略(“合作”和“背叛”)博弈的演化动力学的综合影响,其中种群中包含合作促进者。后者是通过增强合作者相对于背叛者的适应性的生殖潜力来支持合作的个体。通过计算固定概率的一个单一的合作者在有限的和混合的人口,包括一个固定数量的促进者,并通过使用平均场分析,我们确定当选择促进合作的重要类的囚徒困境,雪堆和猎鹿游戏。特别是,我们确定的情况下,选择有利于取代和入侵的合作背叛。我们的研究结果,证实了随机模拟,表明可以通过各种情况下促进合作的传播时,密度的促进者超过一个临界值,其依赖于人口规模和选择强度进行了分析。我们还确定在哪些条件下合作更有可能取代背叛,而不是相反。关键词:进化博弈;合作动力学;社会困境;固定;种群动力学。
2013-08-17 cond-mat.stat-mech nlin.AO physics.soc-ph
Evolutionary game on networks with high clustering coefficient
本研究探讨了演化博弈中格子结构的影响。在具有高聚类系数的网络中考虑了雪堆游戏,使用了四种不同的策略更新。采用对近似的解析解与数值结果进行了比较。结果表明,一般的陈述断言,晶格结构增强合作是误导。
2015-08-14 nlin.AO physics.soc-ph q-bio.PE
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
Self-Organization Promotes the Evolution of Cooperation with Cultural Propagation
本文研究了文化传播条件下合作演化的三种计算模型:亲属选择、直接互惠和间接互惠。报告了两个分析,一个比较它们之间的行为,第二个确定不同参数在模型动态中的影响。这些分析的结果说明了如何游戏过渡可能会发生依赖于模型内的一些参数,也解释了代理如何适应这些过渡,通过单独选择他们的附件合作的态度。这些参数规定了合作在不同情况下如何自我组织。本文还讨论了由于Agent的适应过程而出现的合作演化。
2013-03-01 cs.GT physics.soc-ph
Promote cooperation by localised small-world communication
在相当大的不相关人群中,合作的出现和维持给我们的理解带来了许多挑战。我们认为,人类的沟通能力,如有多少和多远的同胞可以建立相互沟通,可能会影响合作的演变。我们研究这个问题的公共物品游戏(PGG)的两层网络的联系。参与者从正方形格子(交互层)上的五人公共物品交互中获得收益。此外,他们在学习层与邻居沟通后更新策略,其中两个参与者根据他们的空间距离以幂律概率建立相互沟通。我们的模拟结果表明,合作的演变确实是敏感的球员如何选择他人进行通信,包括金额以及位置。地方化交流趋势被证明是促进合作的新机制。
2008-01-15 physics.gen-ph physics.soc-ph
Emergence of cooperation promoted by higher-order strategy updates
本文研究了公共物品博弈中四类高阶策略更新机制,建立了合作涌现的数学条件,发现交替最优性与随机性的策略机制能显著促进合作,并揭示了高阶策略更新在大多数高阶网络中普遍提升合作水平。
2025-01-26 physics.comp-ph physics.soc-ph
Multiple learning mechanisms promote cooperation in public goods games with project selection
进化如何促进合作是社会和经济系统中的一个基本问题。在商业世界中,积极选择合适的项目通常有助于商人处于有利地位。通过将项目选择机制引入到门限公共物品博弈中,研究了偏好项目规模更新过程中的变异和模仿对合作演化的耦合效应。与没有项目选择机制的情况相比,项目选择机制的存在可能会抑制合作,也可能会促进合作,这取决于不同的更新规则。模仿者在群体中存在一个临界比率,低于这个比率,合作受到抑制,高于这个比率,合作得到促进。随着个体策略和偏好项目规模的共同演化,合作水平越高,偏好项目规模的平均值越大。理论分析表明,由于大多数个体都是突变体,共同进化过程受突变过程控制,导致偏好项目规模的平均值较小,合作水平较低。由于大多数个体都是模仿者,共同进化过程受变异和模仿过程的耦合控制,导致偏好项目规模的平均值更大,合作水平更高。由于所有的个体都是模仿者,共同进化的过程是由模仿过程,这导致了一个中间的平均值的首选项目规模和中间水平的合作。
2019-11-21 nlin.AO physics.soc-ph
Explaining human cooperation through a dual mechanism of individual and social learning
本文将人类探索形式化为含尝试与反思的个体学习过程,整合社会学习研究二者相互依赖对合作的影响,发现其耦合动态解释了矛盾合作现象,且个体学习在特定条件下比社会学习更能促进合作。
2025-08-22 physics.soc-ph
Reputation-based synergy and discounting mechanism promotes cooperation
本文在公共物品博弈中提出基于群体声誉的协同与折扣机制,发现其可促进合作并引发完全合作到完全背叛的相变。
2023-11-05 physics.soc-ph q-bio.PE
Integrating neighborhoods in the evaluation of fitness promotes cooperation in the spatial prisoner's dilemma game
人类社会的一个基本问题是合作的演变。许多先前的研究探讨了这个问题,通过设置空间背景,玩家通过与他们最近的邻居进行博弈来获得他们的收益。另一个不容忽视的事实是,环境在个体发展中起着重要作用。受这些现象的启发,我们重新考虑个人适应度的定义,通过引入选择参数$u$,将环境(由所有个体邻居的平均收益表示)与传统的个体收益相结合。将$u$调整为零将返回传统版本,而增大$u$将受到环境的影响。我们发现,考虑到环境,即在健身的评估整合邻里,促进合作。如果提高$u$的值,可以更好地抵抗缺损的侵袭。我们还提供了定量的解释和完整的相图呈现环境的影响,合作的演变。最后,证明了该机制对不同邻域大小、不同拓扑结构和不同博弈模型的通用性。我们的工作可能会揭示我们生活中合作的出现和持续。
2010-12-31 cs.SI physics.soc-ph
Adaptive and bounded investment returns promote cooperation in spatial public goods games
公共物品博弈是研究大型群体合作演化的最著名模型之一。这个博弈中的乘法因子可以表征公共产品的投资回报,这可能是可变的,取决于现实情况下的互动环境。在空间公共物品博弈中,不使用相同的普适值,而是根据局部和全局交互环境的差异来更新各个群体的增殖因子,但同时将其限制在一定范围内。我们发现,适应性和有界的投资回报可以显着促进合作。特别地,当为投资回报设置适当的限制时,可以实现高反馈强度的充分合作。此外,我们表明,在整个人口的合作者的分数可以变得更大,如果增加的乘法因子的下限和上限。此外,在传统的空间公共产品游戏中,每个组中的乘法因子是相同的,固定的,我们发现,合作可以更好地促进,如果乘法因子被限制在一个和组的大小之间的调整,在我们的模型。我们的研究结果突出了局部适应性和有界投资回报的重要性,在结构化群体的合作行为的出现和主导地位。
2012-10-25 physics.soc-ph q-bio.PE
Shaping the learning signal in a combined Q-learning rule to improve structured cooperation
Kunming University(昆明大学);Yunnan University of Finance and Economics(云南财经大学);Institute of Technical Physics and Materials Science, Centre for Energy Research(能源研究中心技术物理与材料科学研究所)
通过结合Q学习规则,塑造学习信号中的声誉权重以促进结构化合作,发现声誉权重对合作的影响依赖于学习动态和折扣因子。
2026-01-29 physics.soc-ph
Consequences of fluctuating group size for the evolution of cooperation
合作的研究传统上集中在离散的游戏,如著名的囚徒困境,其中玩家选择两个纯策略:合作和背叛。然而,越来越多的合作被研究在连续的游戏,具有连续的战略决定合作投资的水平。对于连续雪堆游戏,它已被证明,一个逐渐发展的单态人口可能会经历进化分支,导致出现一个叛逃者的战略,共存的合作者的战略。这种现象被称为“公社的悲剧”。在这里,我们研究波动的群体规模的悲剧公社的影响,并推导出进化分支的分析条件。我们的研究结果表明,波动的群体规模对演化动力学的影响,关键取决于支付函数的结构。对于具有可分离收益和成本的博弈,群体规模的波动使得进化分支的可能性较小,而群体规模的足够大的波动总是可以将进化分支点转变为局部进化稳定策略。对于收益和成本可以乘法分离的博弈,群体规模的波动既可以防止公社悲剧的发生,也可以诱发公社悲剧的发生。对于利益和成本之间的一般相互作用的游戏,我们得出一个一般的分类方案的基础上的二阶导数的支付函数,阐明当组大小的波动帮助或阻碍合作。
2010-10-26 cs.SI physics.soc-ph q-bio.PE
Playing against the fittest: A simple strategy that promotes the emergence of cooperation
理解合作的出现和持续性是进化生物学的一个基本问题,经常在进化博弈论的框架下进行研究。一个非常强大的机制,以促进合作是网络互惠,互动模式和机会的战略传播的代理人被限制到有限的永久互动伙伴。合作之所以存在,是因为紧密合作的社区有可能免受叛逃者的入侵。在这里,我们表明,参数范围内,合作可以生存的强烈扩大,如果网络上的游戏是偏向于更频繁的互动与更成功的邻居。特别是,如果代理专门选择邻居比自己更成功的游戏,合作甚至可以占主导地位的情况下,它会消亡,如果互动邻居选择没有偏见或偏好不太成功的对手。我们证明了“选择更合适的邻居”策略是进化稳定的。此外,它将成为一个最初随机的代理人群体的主导策略。
2011-04-23 cs.GT physics.bio-ph physics.soc-ph
Self-regulation promotes cooperation in social networks
现实社会困境中的合作行为通常被认为是一种源于规范和惩罚的现象。为了克服这一范式,我们强调之间的相互作用,社交网络对个人的影响,并激活自发的自我调节机制,这可能会导致他们的行为合作,同时与他人互动,并采取冲突的决定随着时间的推移。通过将进化博弈理论扩展到网络,我们证明了无论自我调节机制是否足够强于社会压力,合作都会部分或完全出现。有趣的是,即使是很少的合作个体也会充当其他人合作的催化剂,从而激活招募机制,最终推动整个群体合作。
2018-07-20 cs.GT cs.SI econ.TH
Scarcity may promote cooperation in populations of simple agents
在合作演化的研究中,资源限制通常被假设为提供有限的人口规模。然而,最近有人指出,资源限制也可能产生动态的回报,能够修改游戏的原始结构。在这里,我们研究分析从一个同质人口的叛逃者时,资源丰富的生存无条件的合作者时,资源减少到阈值以下的相变。为此,我们引入了一个简单的代理模型,没有记忆或识别能力,在混合良好的人口互动。这一结果可能会揭示资源限制在多细胞起源中所扮演的角色。
2013-12-12 physics.bio-ph physics.soc-ph q-bio.PE
Oscillatory evolution of collective behavior in evolutionary games played with reinforcement learning
大规模合作是生态系统和人类社会演化的基础,多智能体系统自组织的集体行为是理解的关键。随着人工智能(AI)在几乎所有的科学分支中盛行,看看从多智能体AI系统中可以获得什么样的集体行为的新见解将是非常有趣的。在这里,我们介绍了一个典型的强化学习(RL)算法- Q学习到进化博弈动力学,其中代理人追求最佳行动的基础上的内省,而不是在传统的进化博弈(EG)的生灭或模仿过程。我们调查的合作患病率数字一般$2\times 2$游戏设置。我们发现,在大多数情况下,多智能体AI中的合作流行率与传统EG中的合作流行率相同。然而,在雪堆游戏与RL我们也发现,爆炸性合作出现的形式,周期性振荡,我们研究的支付结构对其出现的影响。最后,我们还证明了在其他一些使用RL算法的EGs中也可以观察到周期振荡,例如石头剪刀布游戏。我们的研究结果为从人工智能的角度理解自然界和社会中合作和振荡行为的出现提供了参考点。
2019-08-07 nlin.AO physics.soc-ph
Population fluctuation promotes cooperation in networks
我们认为,在动态网络结构的人口的合作的出现和演变的解释问题。基于Poncela等人的开创性工作,该工作显示了如何通过进化偏好依恋(EPA)模型在不断增长的人口中支持合作(在一次性囚犯困境中),我们研究了人口规模波动的影响。我们发现,波动模型是更强大的比Poncela等人的合作,在各种各样的初始条件下的稳定性。无论是在诱惑的缺陷,和类型的战略存在于创始人网络,波动的人口被发现导致更安全的合作。此外,我们发现,这个模型也将支持出现合作从预先存在的非合作随机网络。这个模型,像Poncela等人的,不需要代理人有记忆,识别其他代理人,或其他认知能力,因此可能会提出一个更普遍的解释合作的出现在早期的进化过渡,比机制,如亲属选择,直接和间接互惠。
2016-05-09 cs.GT cs.NE physics.soc-ph
Environmental variability promotes the evolution of cooperation among geographically dispersed groups on dynamic networks
本文通过三种环境变异性随机模型研究动态网络上群体间合作的演化,发现区域资源转移比总体资源波动更能促进合作,且合作与网络结构的协同演化是关键机制。
2024-11-19 math.DS physics.soc-ph q-bio.PE
Success-driven distribution of public goods promotes cooperation but preserves defection
马太效应早在圣经时代就已确立,它代表着这样一个事实:在社会中,富人往往会变得更富,权势者往往会变得更强大。在这里,我们研究了一个博弈论模型,描述了结构化人口的合作的演变,公共产品的分配是由个人的生殖成功。相图显示,合作促进不受不确定性的策略采用和互动图的类型,但完全的主导地位的合作者是难以捉摸的,由于自发出现的超持久的叛逃者,欠他们的生存极其罕见的微观模式。这表明,成功驱动的机制对于有效地从集体行动中获益至关重要,但它们也可能解释了观察到的持续存在的适应不良行为。
2011-12-12 cond-mat.stat-mech cs.SI physics.soc-ph
How Lévy flights triggered by presence of defectors affect evolution of cooperation in spatial games
个人之间的合作是维持社会的关键。然而,自然选择倾向于背叛而不是合作。当个人的流动性允许合作者形成集群(或团体)时,合作可能会受到青睐。动物的移动模式有时遵循Lévy飞行。Lévy飞行是一种随机行走,但它是由许多小运动和一些大运动组成的。安东尼奥尼和托马西尼研究了莱维飞行对合作的作用。他们表明,莱维飞行促进了合作,并与邻国叛逃者引发的有条件运动相结合。然而,对于邻近叛逃者的最佳条件以及该条件如何随Lévy飞行强度而变化仍然不清楚。在这里,我们开发了一个基于代理的模型,在一个正方形网格中,代理执行Lévy飞行,这取决于相邻叛逃者的比例。我们系统地研究了合作的三个因素之间的关系:对叛逃者的敏感性,莱维航班的强度和人口密度。进化模拟的结果表明,适度的敏感性最促进合作。然后,我们发现,最短的动作是最好的合作时,对叛逃者的敏感性高。相比之下,当灵敏度较低时,较长的动作最有利于合作。因此,莱维飞行,即短跳和跳远之间的平衡,促进了任何敏感性的合作,这一点被进化模拟所证实。随着种群密度的增大,种群的敏感性越高,越有利于种群的合作进化。我们的研究表明,Lévy飞行不仅是觅食的最佳搜索策略,而且也是与他人建立合作关系的最佳搜索策略。
2022-07-20 physics.soc-ph q-bio.PE
Probabilistic interconnection between interdependent networks promotes cooperation in the public goods game
以前的大多数作品研究合作的结构化人口通常采用一个孤立的单一网络的演变。然而,现实的系统是由许多相互依赖的网络相互耦合,而不是孤立的一个。在本文中,我们考虑一个系统,包括两个相互作用的网络具有相同的大小,相互纠缠的概率互连的引入。我们将公共物品博弈引入到这类系统中,研究了概率互联对系统合作演化的影响以及两层互联网络之间的耦合效应。仿真结果表明,存在一个使整个系统达到最大合作水平的互连概率中间区域。有趣的是,我们发现,在最佳的互连概率的内部链接之间的合作者在两层的分数是最大的。此外,即使最初没有合作者在一个层的相互依赖的网络,合作仍然可以促进概率互连,在两个层的合作水平可以更容易地达成协议,在中间的互连概率。我们的结果可能有助于理解一些现实的相互依赖网络中的合作行为,从而突出了概率互连对合作演化的重要性。
2012-11-03 cond-mat.stat-mech cs.GT cs.SI
Social hierarchy promotes the cooperation prevalence
社会等级是人类社会经济活动中不可忽视的重要因素,也是动物界不可忽视的重要因素。在这里,我们将这个因素纳入进化博弈,看看它会对合作结果产生什么影响。两个参与者之间的概率策略采用不仅取决于他们的收益,而且还取决于他们的等级差异--高等级的参与者比低等级的参与者更有可能复制他们的策略。通过模拟三种等级分布的囚徒困境博弈的演化过程,发现在所有情况下合作水平都得到了提高,并且在统一分布的情况下合作水平的提高是最优的。这种增强是由于层次结构的存在促进了合作集群的形成,高级别的球员作为成核核心。这一机制在巴拉巴西-阿尔伯特无标度网络中仍然有效,特别是当枢纽节点具有较高的社会等级时,合作增强最大。我们还研究了一个两层次模型,在此模型中,我们发现了类似的合作促进机制,并给出了一些理论分析。我们的发现可以部分解释为什么社会等级在这个星球上如此普遍。
2021-01-30 nlin.AO physics.soc-ph q-bio.PE
Moderate immigration may promote a peak of cooperation among natives
在一个边界日益严格的世界里,各国可能会剥夺自己享受合作移民带来的好处的机会。在这里,我们分析了有效的合作移民的人口玩公共物品游戏的效果。我们考虑了一个正方形格子上的人口结构,其中个人与邻居进行公共物品博弈。人口统计是由随机出生,死亡和迁移。这些策略通过模仿动态传播。我们的模型表明,当地人之间的合作,可以出现由于良好的榜样代理人,可以提供更好的公共产品质量的社会传染。在移民中,只有一小部分有效的合作者,才足以引发整个本地人口的合作。我们看到,本土合作在移民率的中等值时达到顶峰。这种有效的移民合作者作为合作集群成长的核中心,最终主导叛逃。
2021-06-11 cond-mat.stat-mech physics.bio-ph physics.soc-ph
Wisdom of groups promotes cooperation in evolutionary social dilemmas
是否改变战略不仅取决于每个人的个人成功,也取决于其他人的成功。以此为动机,我们研究了在描述社会困境的游戏中合作的演变,在这种情况下,采取不同策略的倾向既取决于个人适应度,也取决于邻居的策略。无论进化过程是由成对或群体相互作用,我们表明,插入到“群体的智慧”强烈促进合作行为。越是考虑到更广泛的知识,叛逃者的进化就越受到损害。我们解释这一点,揭示了一个动态减速的入侵过程中,通过该接口分离不同的域保持平滑和叛逃者,因此变得无法有效地入侵合作者。这反过来又增强了空间互惠性,并建立了分散的决策,这对解决社会困境非常有益。
2012-08-20 cond-mat.stat-mech physics.soc-ph q-bio.PE
Transitions between homophilic and heterophilic modes of cooperation
合作在生物和社会系统中无处不在。先前的研究表明,对相似外观的偏好促进了合作,这种现象称为标签介导的合作或社群合作。当空间结构被合并时,这种效果得到增强,因为空间允许共享相同标签的代理重新组合以形成局部合作集群。在空间分布的环境中,还可以考虑生物体的迁移,这有可能通过促进空间集群进一步促进合作的演变。然而,它还没有被认为是在空间标签介导的合作模型。在这里,我们表明,使用计算机模拟的空间模型与有机体迁移的进化游戏,标签为基础的隔离和同好的合作出现了广泛的参数。与此同时,我们的研究结果还显示了另一个进化稳定的结果,即在空间混合模式中保持了高水平的嗜异性合作。我们发现,这两种不同形式的标签介导的合作交替出现的诱惑缺陷的参数增加。
2015-11-20 physics.soc-ph q-bio.PE