Strategy equilibrium in dilemma games with off-diagonal payoff perturbations
我们分析了考虑非对角线上的小的和随机的扰动影响的支付矩阵的两难博弈的策略均衡。值得注意的是，最近的一项工作[1]报告说，虽然合作是由作用在主对角线上的扰动维持的，但当扰动作用在非对角线上时，会出现一种不太清楚的情况。因此，第二个案例代表了这项研究的核心，旨在完成对回报扰动对进化游戏动态的影响的描述。我们的结果，通过分析所提出的模型在各种配置下，作为不同的更新规则，表明非对角扰动实际上构成了一个非平凡形式的噪声。特别是，最有趣的效果检测附近的相变，作为扰动往往会移动的战略分布向无序状态的平衡，支持合作时，背叛是弥漫的人口，并支持在相反的情况下背叛。总之，我们发现了一种噪音，在受控条件下，可以用来加强合作，并大大推迟其灭绝。
2020-03-28 cond-mat.stat-mech physics.soc-ph q-bio.PE
Strategy evolution on networks under payoff uncertainty and risk preference
Peking University（北京大学）；KTH Royal Institute of Technology（皇家理工学院）
研究在不确定收益和风险偏好下，网络上合作策略的进化，发现风险规避行为促进合作，高中心性节点的风险偏好变化显著影响策略进化。
2026-04-13 physics.soc-ph q-bio.PE
Unbiased third-party bots lead to a tradeoff between cooperation and social payoffs
本文研究第三方无偏机器人对囚徒困境中合作涌现的影响，发现其在结构化种群中可促进合作，但机器人数量增加会导致合作与社会收益之间的权衡。
2024-09-23 cs.CY physics.soc-ph
Optimal distribution of incentives for public cooperation in heterogeneous interaction environments
在具有制度互惠的进化博弈框架中，有限的激励措施可用于奖励合作者和惩罚背叛者。在最简单的情况下，可以假设，根据他们的策略，所有参与者都从共同的资金池中获得平等的激励。然而，问题是，什么是制度激励的最佳分配？我们应该如何最好地奖励和惩罚个人以促进合作的蓬勃发展？我们研究了无标度网络上的公共物品博弈问题。我们表明，如果组相互作用的协同效应是弱的，在人口中的合作水平可以最大限度地简单地通过采用最简单的“平等分配”计划。然而，如果协同效应很强，那么最好奖励高度节点而不是低度节点。这些机构奖励的分配方案是独立的支付标准化。然而，对于机构惩罚，同样的优化问题更加复杂，它的解决方案取决于是否使用绝对或度归一化的回报。我们发现，度规范化的收益要求高程度的节点比低程度的节点受到更宽松的惩罚。相反，如果绝对收益计算在内，那么高度数的节点应该比低度数的节点受到更强的惩罚。
2014-09-04 cs.GT cs.SI physics.soc-ph
From degree-correlated to payoff-correlated activity for an optimal resolution of social dilemmas
玩家在进化游戏中的积极参与取决于几个因素，从个人赌注到交互网络的属性。因此，在研究社会困境中合作的演变时，必须考虑到不同的活动模式。在这里，我们研究了弱囚徒困境博弈，其中每个玩家的活动以概率的方式由其程度或其收益决定。虽然度相关的活动引入了合作的级联失败，这在经常不活跃的枢纽的无标度网络中特别严重，但收益相关的活动提供了一个更微妙的活动概况，最终阻止了合作的系统性崩溃。为了确定合作演化的最佳条件，我们引入了一个指数衰减的收益相关的活动，确定如何快速的球员的活动返回到其默认状态。我们发现，存在一个中间的衰减率，在该衰减率下，社会困境的解决是最优的。这可以解释为新兴的活动模式的球员，其中不活跃的枢纽有效地补偿增加活动的平均度的球员，谁通过他们的集体影响力在网络中维持更高水平的合作。突然下降的合作者的分数观察度相关的活动，因此消失了，所以没有必要进行漫长的时空重组紧凑的合作集群。这种不对称的动态不稳定的情况下，从而导致社会困境的最佳解决方案，特别是当合作的发展条件是非常不利的。
2016-12-09 cs.SI physics.soc-ph q-bio.PE
Networking Effects on Cooperation in Evolutionary Snowdrift Game
网络的影响，在竞争环境中出现的合作程度进行了研究。进化雪堆游戏，这是一个现实的替代著名的囚徒困境，研究在Watts-Strogatz网络，通过随机重新布线跨越常规，小世界和随机网络。在广泛的回报，一个重新布线的网络被发现抑制合作时，一个良好的混合或完全连接的系统相比。两个灭绝的回报，一个均匀的稳定状态的出现的特点，确定。研究发现，与囚徒困境不同的是，度分布的标准差是决定灭绝回报的主要网络属性。
2006-05-21 physics.soc-ph
Fence-sitters Protect Cooperation in Complex Networks
进化博弈论是从自然科学到工程学的许多科学学科背后的关键范式之一。在复杂网络中，由于复制子动力学难以表述，以往的研究大多局限于数值层面。在本文中，我们引入了一个向量公式来推导三类个人的收益分析。这三类人是纯粹的合作者、纯粹的背叛者和骑墙派。在这里，骑墙派是指在策略进化过程中至少改变一次策略的个体。作为一种通用的方法，我们的向量形式化可以适用于所有的双策略游戏。为了阐明骑墙派的作用，我们定义了一个参数，收益记忆，作为个人收益汇总的回合数。我们观察到支付记忆可以有效地控制骑墙者的合作效果和合作水平。我们的研究结果表明，在复杂的拓扑结构中，篱笆人的作用是不平凡的，它以间接的方式保护合作。我们的研究结果可能会提供一个更好的理解合作者的组成情况下，背叛的诱惑更大。
2014-05-05 cs.GT cs.SI physics.soc-ph
Topology dependent payoffs can lead to escape from prisoner's dilemma
在存在空间限制的情况下，合作的维持已经得到了广泛的研究。众所周知，底层图拓扑结构可以显著影响图上游戏的结果。保持合作可能很困难，特别是在没有空间限制的情况下。合作的演变自然取决于收益。然而，在给定的博弈中，收益通常被认为是不变的。一个自然但尚未探索的问题是，游戏所处的底层结构的拓扑结构是否在决定收益方面没有任何作用。在这里，我们引入了合作图和背叛图的概念，以及一种新形式的游戏支付，这是弱依赖于底层网络拓扑结构。这些概念的灵感来自于众所周知的微生物群体感应现象。我们证明，即使有这样一个弱的依赖，基本的游戏动态，甚至游戏的性质可能会改变。这种游戏性质的变化在理论和实验研究中都有很好的报道。
2021-03-13 cs.SI physics.soc-ph q-bio.PE
Evolutionary Games on Networks and Payoff Invariance Under Replicator Dynamics
常用的累积支付方案是不恒定的支付值的移位时，局部应用在度非齐次人口结构。我们提出了一个适当修改的支付方案，我们正式和数值模拟表明，它离开复制动力学不变的仿射变换的游戏支付矩阵。然后，我们的经验表明，使用修改后的支付方案，一个有趣的合作量可以达到三个典型的非合作两人游戏的人口结构，根据图，有一个显着的程度不均匀性，类似于社会中发现的实际图形。这三个博弈是囚徒困境、鹰鸽博弈和猎鹿博弈。这证实了以前的重要观察，在某些条件下，合作可能会出现在这样的网络结构的人口，即使标准的复制动力学混合人口规定的均衡，其中合作是完全不存在的囚徒困境，它是不太普遍的其他两个游戏。
2009-02-09 physics.soc-ph
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
Cooperation on Social Networks and Its Robustness
在这项工作中，我们使用了计算机模型的社会类网络，以显示通过广泛的数值模拟，在进化游戏中的合作可以出现，并在这类网络是稳定的。达成的合作量至少与无标度网络一样多，但在这里人口模型更现实。合作对于不同的策略更新规则、种群动态和支付计算是鲁棒的。只有当使用直接平均收益或存在高策略或网络噪声时，合作才会在所有博弈中减少，并在囚徒困境中消失。
2012-07-11 cs.SI physics.soc-ph
Evolution Reinforces Cooperation with the Emergence of Self-Recognition Mechanisms: an empirical study of the Moran process for the iterated Prisoner's dilemma
我们提出的见解和经验的结果，从一个广泛的数值研究的进化动力学的迭代囚徒困境。固定概率莫兰过程中获得的所有对164个不同的策略，包括经典，如TitForTat，零决定因素的战略，和许多更复杂的战略。具有长记忆和复杂行为的玩家在两个玩家的情况下表现得比许多策略都好。此外，我们介绍了几种策略训练的进化算法在莫兰过程中脱颖而出。这些策略是优秀的入侵者和入侵抵抗者，在某些情况下，它们会自然地进化出握手机制来抵抗入侵。最好的入侵者是那些被训练来最大化总收益的人，而最好的抵抗者则会调用握手机制。这表明，虽然最大化个人收益可以通过入侵导致合作的进化，但收益最大化策略相对较弱的入侵抵抗力并不像采用握手机制的策略那样进化稳定。
2017-08-10 cs.GT physics.soc-ph
Discontinuous Wealth-Gradient Transition Driving Cooperation
Sejong University（世宗大学）；Korea Institute for Advanced Study（韩国高等研究院）
本文研究了一个基于晶格结构的人口博弈模型，通过财富规模影响收益，揭示了在高合作成本下合作主导的机制，发现温度升高时波动对合作的促进作用。
2026-03-11 physics.soc-ph
On Phase Transitions to Cooperation in the Prisoner's Dilemma
博弈论将生物学、社会学和经济学中的物理粒子之间或生物之间的某些相互作用形式化，并通过收益来量化结果。囚徒困境（PD）描述了这样一种情况，即如果每个人都合作而不是背叛（搭便车或作弊），那么它是有利可图的，但由于合作是有风险的，背叛是诱人的，预期的结果是背叛。然而，一些生物和社会机制可以通过有效地改变收益来支持合作。在这里，我们研究相关的相变，这可以是一阶（不连续）或二阶（连续），这意味着各种不同的合作路线。分类后的过渡到平衡位移，平衡选择和平衡创建的情况下，我们表明，过渡到合作可能会发生，即使固定状态和PD的复制方程的本征值保持不变。我们的例子是基于适应性群体压力，这使得收益依赖于人口中的内生动力。由此产生的双稳态可以颠倒预期的结果，有利于合作。
2010-05-05 physics.soc-ph
Strategy Revision Phase with Payoff Threshold in the Public Goods Game
研究在公共物品博弈的策略修订阶段引入收益阈值$ε$，发现该阈值抑制普通智能体的合作，但能维持从众者智能体的合作。
2023-10-23 physics.soc-ph
Group-size effects on the evolution of cooperation in the spatial public goods game
我们研究了正方形格子上的公共产品博弈中合作的演化，重点关注不同规模的群体所带来的影响，在这些群体中，个人收集他们的收益并寻找潜在的策略捐赠者。我们发现，增加组的大小并不一定会导致平均场的行为，因为传统上观察到的游戏由成对的相互作用，而是公共合作可能会进一步促进通过增强空间的互惠性，设置在非常大的群体。我们的研究结果强调，由于空间的相互作用，促进合作不仅植根于有限制的球员之间的连接，但也在个人有机会收集收益分别从他们的直接对手。此外，在大的群体中，少量的叛逃者的存在是不必要的，这使得混合相区域随着群体大小的增加而扩大。然而，有机会利用远处的玩家，为叛逃者提供了一种新的方式来打破合作者的方阵，甚至从少量复活到最终完全入侵人口。
2011-12-13 cond-mat.stat-mech physics.soc-ph q-bio.PE
Participation costs dismiss the advantage of heterogeneous networks in evolution of cooperation
真正的社会互动发生在网络中，其中每个人都与一些但不是所有其他人联系在一起。在具有固定人口规模的社会困境游戏中，每个玩家的接触数量的异质性被称为促进合作的进化。在一个普遍的正偏收益结构假设下，关系良好的参与者通过频繁的游戏获得了很多收入，而一旦被关系良好的参与者采用合作，合作是不可战胜的，并会传播给其他人。然而，保持社会联系的成本可能很高，这将阻止当地的回报是积极的偏见。在复制型进化动力学中，它表明，即使是一个相对较小的参与成本的优点，异构网络的合作。在这种情况下，更多的连接玩家赚得更少，所以他们不再是合作的传播者。相反，那些接触较少的人获胜并引导进化。参与成本，或基线收益，在同质群体中无关紧要，但对于异质网络上的进化博弈至关重要。
2008-07-15 cond-mat.dis-nn physics.soc-ph
Games on graphs: A minor modification of payoff scheme makes a big difference
人们在许多网络上研究了遵循不同策略更新规则的各种社会困境游戏。报告的结果涵盖了整个范围，从显著提升，到轻微影响，再到严重降低合作水平。实验结果也与理论预测有质的不同。人们普遍认为，结果在很大程度上取决于三个因素，包括潜在的2*2博弈的支付矩阵，参与者的策略状态更新的方式和网络的结构。在这里，我们讨论了一个非常不重要的机制的影响-我们称之为“支付方案”。具体来说，在每一轮中，在确定了所有参与人的状态之后，计算每个参与人的收益的方法就是收益方案。除了计算与所有相邻参与人进行博弈的累积收益或平均收益这两种惯例之外，我们还研究了与相邻参与人中的一个随机参与人进行配对时计算收益的效果。根据概率论，在事件不相关的情况下，涉及所有邻居的平均收益原则上应该等于与一个邻居配对的收益。然而，我们对图上游戏的模拟表明，在许多情况下，这两种回报方案导致了质的不同水平的合作。这一发现似乎为观察到的广泛行为提供了可能的解释。我们还观察到，从随机配对一个机制的结果是更强大的比涉及所有邻居机制，因为在前一种情况下，无论是其他三个主要元素，也没有初始状态的球员有很大的影响，在最后的合作水平相比，在后一种情况下。
2014-06-13 cs.GT physics.soc-ph
Payoff-Driven Coevolution and Oscillatory Dynamics in Hypergraph
College of Artificial Intelligence, Southwest University（西南大学人工智能学院）；School of Statistics and Data Science, Xi’an University of Finance and Economics（西安财经大学统计与数据科学学院）；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）
研究动态超图上共演公共品博弈，提出个体收益决定其可加入超边数量的机制，发现合作比例和平均超度可收敛到稳态或持续振荡，且结构适应速度需适当平衡才能维持合作。
2026-05-24 physics.soc-ph
Reciprocity-based cooperative phalanx maintained by overconfident players
根据进化博弈论原理，代表更高收益的策略可以在竞争对手之间传播。但是，在某些情况下，参与者总是高估或低估自己的收益，这就破坏了正确的比较。有趣的是，无论是自信不足还是过度自信的个体，都能够显著提升合作水平。虽然前球员刺激当地的战略协调，过度自信的个人的存在增强了空间互惠机制。在这两种情况下，竞争策略的传播都受到了有偏向的影响，从而形成了一个支持合作的环境。这些影响与入侵概率的非线性特征密切相关，这是微观动力学的一个常见和经常观察到的特征。
2018-09-05 cond-mat.stat-mech cs.GT physics.soc-ph
Evolution of cooperation in spatial traveler's dilemma game
旅行者困境（TD）是经济学界研究较多的社会困境之一，但在物理学界却很少受到关注。TD游戏是一个双人游戏。每个参与者可以选择$R$和$M$（$R < M$）之间的整数值作为纯策略。如果他们都选择相同的值，他们的收益将是该值。如果参与人选择不同的值，比如$i$和$j$（$R \le i < j \le M$），那么选择小值的参与人的收益将是$i+R$，另一个参与人的收益将是$i-R$。我们把选择大价值的参与者称为合作者，把选择小价值的参与者称为背叛者。原因是，如果他们都选择大的值，它将导致一个大的总回报。TD博弈的纳什均衡是选择最小值$R$。然而，在以前的行为研究中，TD游戏中的玩家通常选择比$R$大得多的值，并且平均选择值与$R$表现出相反的关系。为了解释这种反常行为，本文研究了空间旅行者困境博弈中合作的演化，其中参与者位于正方形格子上，每个参与者与他的邻居进行TD博弈。在我们的模型中，参与者可以采用他们的邻居的策略，以下两个标准模型的空间博弈动力学。蒙特卡罗模拟结果表明，系统的合作水平与策略的平均值成正比，随着$R$的增大而减小，直到$R$大于合作消失的阈值.我们的研究结果表明，空间互惠促进合作的TD游戏和空间TD游戏模型可以解释在以前的行为实验中观察到的异常行为的演化。
2012-09-15 cs.GT 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
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
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
The Geometry of Zero-Determinant Strategies
零决定（ZD）策略的出现重塑了重复囚徒困境博弈中互惠与合作的研究。ZD策略的衍生物已经通过他们单方面强制执行他们自己的平均收益和他们的合作伙伴之间的线性关系的能力得到了证明。通常的做法是用成对收益的参数图中的直线来方便地表示这种关系。然而，很少有人注意到研究的实际几何的战略空间的所有容许ZD战略。在这里，我们的工作提供了直观的几何关系，不同类别的ZD策略，以及其特定的参数化的非平凡的几何解释。ZD策略的自适应动态进一步揭示了一般ZD策略和所谓的均衡器之间不可预见的联系，均衡器可以将任何合作者的收益设置为固定值。我们证明了形成超平面的均衡器类是临界平衡流形，其中只有一部分是稳定的。同一超平面也是合作增强区域的分界线，其中最佳响应是增加四个回报结果中的每一个的合作。我们的研究结果揭示了ZD策略的简单但优雅的几何形状，这是以前被忽视的。
2022-08-04 physics.soc-ph q-bio.PE
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
Opinion Dynamic with agents immigration
我们提出了一个策略，实现最大限度的合作，在复杂网络上的进化游戏。每个个体都被分配了一个与其度的幂成比例的权重，其中指数alpha是一个可调节的参数，用于控制网络中个体之间的多样性水平。在进化过程中，每个个体选择一个邻居作为参考，其概率与邻居的权重成正比，并根据他们的收益差异更新其策略。研究发现，存在一个最优的α值，此时合作水平达到最大。这一现象表明，虽然高学历的个人在维持合作中发挥了突出的作用，太强的影响力，从枢纽可能会违反直觉抑制合作的扩散。我们提供了一个物理理论，辅助数值计算，来解释最佳合作的出现。其他相关的数量，如支付，合作者的密度作为一个函数的程度，和支付分布，也进行了研究。我们的研究结果表明，为了在复杂的网络中实现强有力的合作，个体应该更频繁地向具有更高学位的邻居学习，但只能在一定程度上。
2013-10-18 cs.SI physics.soc-ph
Cooperation in Evolutionary Public Goods Game on Complex Networks with Topology Change
在人类和动物社会中，无关个体之间的合作进化仍然是一个跨学科的挑战性问题。研究合作是如何产生的也是进化博弈论的一个重要课题.这一问题在囚徒困境博弈中得到了广泛的研究，合作的出现也是公共物品博弈中的重要问题。在这篇文章中，我们考虑复杂网络上的进化PGG，其中网络的拓扑结构在博弈动力学的影响下发生变化。然后研究了博弈动态与网络拓扑结构的交互作用对博弈者策略演化、背叛与合作以及平均收益的影响。通过计算机模拟研究，我们试图弄清楚在什么情况下合作策略会被促进或保持。我们还打算调查的影响，互动的平均收益超过所有的球员。此外，初始网络是如何通过PGG动力学的影响，通过演化转化为最终网络进行了调查。
2018-10-22 physics.soc-ph
Mixed strategy approach destabilizes cooperation in finite populations with clustering coefficient
本研究针对演化博弈中不同策略合作水平差异原因不明的问题，探究离散、连续、混合策略在不同聚类系数网络种群囚徒困境中的合作表现，发现聚类系数会影响策略间合作水平差异，混合策略变异性最高，现实环境中合作系统稳健性或受影响。
2024-02-23 physics.soc-ph q-bio.PE
Coveting thy neighbors fitness as a means to resolve social dilemmas
在空间进化博弈中，每个个体的适应度传统上取决于它与邻居进行博弈时获得的收益。由于背叛能带来最高的个人利益，合作者的前景是暗淡的。虽然网络互惠促进了合作努力，但如果背叛的诱惑很强，避免即将到来的社会衰退的机会就很渺茫。因此，确定为合作的发展提供额外支持的可行机制是有意义的。受环境对于个人发展可能与继承同样重要这一事实的启发，我们引入了一个简单的开关，允许玩家保留其原始收益或使用所有邻居的平均收益。根据哪一个收益更高，任何一个选项的影响都可以通过一个参数来调整。我们表明，在一般情况下，考虑到环境促进合作。然而，过于渴望邻居的适应性并不是最佳的。事实上，只有当以传统方式获得的收益的影响等于邻域的平均收益的影响时，合作才能最好地发展。我们目前的结果为囚徒困境和雪堆游戏，不同程度的不确定性，管理的战略采用过程中，并为不同的邻里大小。我们的方法概述了一个可行的路线，以提高水平的合作行为的结构化人口，但一个需要深思熟虑的实施。
2011-02-22 cs.SI physics.soc-ph q-bio.PE
Patterns of cooperation: fairness and coordination in networks of interacting agents
我们研究的自我组装的一个复杂的网络之间的合作自利代理。代理可以与不同的合作伙伴保持不同程度的合作。此外，他们不断地、有选择地、独立地调整分配给他们每一个合作的资源数量，以最大限度地获得回报。我们分析表明，该系统接近一个国家的代理人作出相同的投资，和链接产生相同的利益。尽管这种高度的社会协调，一些代理管理，以确保在网络中的特权拓扑位置，使他们能够提取高回报。我们的分析调查提供了一个出现的单向非互惠合作和不同的反应，从一个合作伙伴的互动，已在心理学文献中报道的撤回的理由。
2010-05-07 physics.soc-ph
Inequity aversion and the evolution of cooperation
合作的演化是生物学、社会科学、经济学和人工智能中广泛研究的问题。大多数解释合作的现有方法都依赖于某种直接或间接互惠的概念。这些基于互惠的模型假设智能体认识到他们的合作伙伴，并知道他们以前的互动，这需要先进的认知能力。在本文中，我们感兴趣的是开发一个模型，产生合作，而不需要任何显式的记忆，以前的游戏。我们的模型是基于行为经济学中引入的一个概念，即个人关心结果中的回报平等。在这里，我们探讨了使用收入不平等指导合作伙伴的选择和互动的效果。我们研究我们的模型，考虑良好的混合和空间结构的人口和合作成为主导的条件下。我们的研究结果支持了不公平厌恶促进非亲属间合作关系的假设。
2014-02-20 cs.GT physics.soc-ph q-bio.PE
Environmental feedback drives cooperation in spatial social dilemmas
剥削他人对个人有利，但也可能对全球有害。反之亦然：更高的合作水平可能会以有利于所有竞争对手的方式改变环境。为了探索这种反馈可能产生的后果，我们考虑了一个共同进化模型，其中局部合作水平决定了应用的囚徒困境游戏的回报值。我们观察到，协同进化规则提供了一个显着更高的合作水平相比，传统的设置独立的应用交互图的拓扑结构。有趣的是，这种合作支持机制为孤独的叛逃者提供了长时间的高生存机会，因此松弛到最终的合作状态发生得非常缓慢。因此，通过考虑与环境的相互作用，传统的进化博弈的扩展为合作者提供了一个很好的机会，但他们的回报可能会有一些延迟。
2018-02-19 cs.GT physics.soc-ph q-bio.PE
Heterogeneity in evolutionary games: an analysis of the risk perception
在这项工作中，我们分析异质性和合作之间的关系。以前的研究表明，这种关系是不平凡的，因为一些作者发现，异质性维持合作，而其他人得到了不同的结果。在异质性的可能形式中，我们关注的是个体对与一般事件相关的风险和回报的感知，这可能会出现在许多社会和生物系统中。建模方法是基于进化博弈论的框架。为了表示这种异质性，我们对简单的2-策略博弈的支付矩阵进行了小的局部扰动，称为囚徒困境。因此，虽然通常收益被认为是一个全局的和时不变的结构，即它在任何时候对种群中的所有个体都是相同的，但在我们的模型中，它的值不断受到时间和空间（即格子上的位置）的微小变化的影响。我们发现，这种扰动可能有利于或不利于合作，这取决于它们的设置。值得注意的是，当扰动作用于收益矩阵的主对角线时，合作得到了有力的支持，而当它们作用于非对角线时，所产生的影响更难以量化。总之，所提出的模型显示了丰富的频谱可能的均衡，其解释可能提供见解，丰富了几个系统的描述。
2020-06-24 physics.soc-ph q-bio.PE
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
Coevolution of relationship-driven cooperation under recommendation protocol on multiplex networks
本文提出一种协同演化多重网络模型，在弱囚徒困境博弈中引入关系阈值与推荐机制，研究关系强度与策略选择的相互作用，发现推荐协议和较低收益权重能有效促进合作。
2024-11-19 cs.SI physics.soc-ph
Competition and partnership between conformity and payoff-based imitations in social dilemmas
向获得更高回报的伙伴学习是进化博弈论中经常使用的工作假设。另一种动态规则是焦点参与者倾向于遵循局部邻域中大多数参与者的策略选择，这通常被称为一致性驱动的策略更新。在这项工作中，我们假设这两种策略学习方法是存在的，并在一个共同进化模型的框架内竞争空间。我们的研究结果表明，存在的回报驱动的策略学习方法成为独家高成功者的回报和/或高诱惑值，代表了雪堆游戏困境的情况。然而，在一般情况下，上述策略学习方法的竞争可能是有用的，以扩大参数空间，只有合作者占上风。这种合作的成功是基于合作者参与者的强制协调，这揭示了后一种策略的好处。有趣的是，基于收益的合作者和基于一致性的合作者可以形成一个有效的联盟来对抗背叛者，这也可以扩展猎鹿博弈区域中完全合作者解的参数空间。我们的工作强调了策略和个体特征如学习方法的协同进化可以提供一种新的斑图形成机制，这种机制在静态模型中无法观察到，因此仍然隐藏在传统模型中。
2018-09-13 cond-mat.stat-mech cs.GT physics.soc-ph
Stability of pairwise social dilemma games: destructive agents, constructive agents, and their joint effects
本研究在无限充分混合种群中用复制动力学分析成对社会困境博弈，发现破坏性智能体无法促进合作反而破坏均衡，建设性智能体的效应随收益变化，二者组合会产生多稳态复杂演化动态，深化了对自愿参与机制影响合作的理解。
2024-02-20 physics.soc-ph
Endogenous Feedback in Coevolutionary Games Reshapes the Stability of Cooperation
Università di Pavia（帕维亚大学）；Sorbonne Université（索邦大学）；Paris Brain Institute (ICM)（巴黎脑研究所）；CNRS UMR7225（法国国家科学研究中心联合研究实验室7225）；INRIA Paris（法国国家信息与自动化研究所巴黎分部）；INSERM U1127（法国国家健康与医学研究院联合研究单位1127）；Hôpital de la Pitié Salpêtrière, AP-HP（萨尔佩特里埃医院）；School of Mathematical Sciences, Queen Mary University of London（伦敦大学玛丽女王学院数学科学学院）；Dipartimento di Fisica ed Astronomia, Università di Catania and INFN（卡塔尼亚大学物理与天文学系及意大利国家核物理研究所）；INFN, Sezione di Pavia（意大利国家核物理研究所帕维亚分部）；Department of Computer Science, University College London（伦敦大学学院计算机科学系）；Complexity Science Hub Vienna（维也纳复杂科学中心）
本文研究了内生反馈在共进化博弈中如何影响合作的稳定性，通过引入内生反馈模型，展示了反馈诱导的共存游戏现象，以及延迟反馈和非线性反馈对均衡结构和路径依赖的影响。
2026-05-17 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
Evolution of cooperation under a generalized death-birth process
根据进化的死-生协议，一个玩家被随机选择死亡，邻居根据他们的适应度竞争可用的位置。因此，焦点玩家的状态被完全忽略，对策略更新没有影响。在这项工作中，我们重新审视和推广这一规则，通过引入一个权重因子来比较焦点和入侵邻居的回报值。通过演化图理论，我们分析了联合传递图的模型，探讨存在的权重因子的可能后果。我们发现，在选择强度较弱的情况下，焦点权重总是会阻碍合作。令人惊讶的是，结果显示了一个非平凡的临界点的权重因子，合作成功的阈值从正向负无穷大。一旦焦点权重超过这个临界点，合作就变得遥不可及。我们的理论预测证实了蒙特卡罗模拟上的正方形晶格的不同大小。我们还验证了鲁棒性的结论，任意两个玩家的囚徒困境，任意边权重的扩散图，相互作用和扩散图重叠任意。
2023-01-24 cond-mat.stat-mech cs.GT physics.soc-ph
Social Dilemmas and Cooperation in Complex Networks
本文对种群中的一些经典进化博弈中的合作问题进行了研究，其中个体间的相互作用网络是无标度型的。我们表明，更新规则，支付计算，并在一定程度上的操作的时间，有显着的影响瞬态动态和合作的数量，可以建立在平衡。我们还研究了种群的动力学行为及其进化稳定性。
2006-12-22 physics.soc-ph
How can social herding enhance cooperation?
研究了一个系统，其中N个智能体必须在两个策略θ i（i \in 1.）N），背叛或合作，当与其他n个代理（空间邻居或随机选择的）。每一轮结束后，他们根据两个不同的信息源非线性地更新策略：（i）与n个对手的策略互动中获得的收益a_i（θ_i，f_i），（ii）在这个互动中合作者的比例f_i。对于后一种反应，我们假设社会羊群效应，即代理根据其邻居中不同策略的频率采取策略，而不考虑此决策的后果。我们注意到f_i已经决定了收益，所以不需要额外的信息。一个参数定义代理考虑两个不同信息源的级别。对于战略互动，我们假设一个囚徒困境的游戏，即其中叛逃是进化稳定的策略。然而，如果考虑到社会羊群效应的额外维度，我们反而会发现一个稳定的结果，其中合作者占多数。通过基于代理的计算机模拟和分析调查，我们评估这种过渡到合作的关键条件。我们发现，除了高度的社会羊群效应，有一个非线性的反应，合作者的分数。我们认为，在我们的模型中，合作的过渡是基于较少的信息，即代理人不知道的回报矩阵，因此依赖于只是观察别人的战略，采用it.By设计正确的机制来回应这些信息，合作的过渡可以显着增强。
2012-11-06 cs.SI physics.soc-ph
Evolution of emotions on networks leads to the evolution of cooperation in social dilemmas
我们发现，随机图和无标度网络上的社会困境的解决是通过模仿更好的表现球员，而是他们的情绪，而不是战略促进。我们假设同情和嫉妒是两种情绪，它们决定了每个参与者在任何给定的互动中的策略，我们将它们定义为与收益较低和较高的参与者合作的概率。从两种情绪的所有可能组合都可用的人群开始，进化过程导致自发固定到最终被所有参与者采用的单一情绪轮廓。然而，这种情绪特征不仅取决于收益，还取决于交互网络的异质性。同质网络，如格子和规则随机图，导致以高同情和高嫉妒为特征的固定，而异质网络导致低或适度的同情，但也低嫉妒。因此，我们的研究结果表明，公众的情绪和合作倾向在很大程度上取决于，实际上是由互动网络的属性。
2013-03-28 cond-mat.stat-mech cs.SI 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
Conformity enhances network reciprocity in evolutionary social dilemmas
在进化的社会困境中，追求最高回报是有风险的，有时甚至不如顺从。在交互作用范围内选择最常见的策略是更安全的，因为它确保了个体的收益不会比平均值低得多。人类和社会动物的羊群本能和群体行为也迫使他们自己服从。基于这些事实，我们在这里研究从众对社会困境中合作演化的影响。我们发现，人口中的一个适当的分数的顺应性介绍了一个有效的表面张力周围的合作集群，并确保不同的战略域之间的平滑接口。收益驱动的参与者破坏了对称性，有利于合作，并使集群的扩张超越了传统网络互惠性所施加的边界。这种机制即使在大多数测试条件下也能工作，只要应用度归一化的收益，它就能抵抗交互网络的变化。因此，顺从可能有利于解决社会困境。
2014-12-12 cs.SI physics.soc-ph q-bio.PE
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
Social comparison shapes the evolution of cooperation in structured populations
The 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）；Department of Complexity Science, Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所复杂性科学系）；Institute of Physics, Humboldt University of Berlin（柏林洪堡大学物理研究所）；Institute of Technical Physics and Materials Science, Centre for Energy Research（匈牙利能源研究中心技术物理与材料科学研究所）
本研究将社会比较理论引入结构化种群的演化动力学，发现比较参数非线性改变合作临界条件，并识别出异质但整体同化的最优比较模式，为设计促进合作的社会激励提供依据。
2026-10-01 physics.soc-ph
Cooperation, satisfaction, and rationality in social games on complex networks with aspiration-driven players
本文提出基于抱负的演化博弈网络模型，研究满意度与理性对合作水平的影响，发现适度抱负、高理性及同步更新可在囚徒困境中显著促进合作。
2025-02-05 cond-mat.stat-mech physics.soc-ph
Cooperation and the Emergence of Role Differentiation in the Dynamics of Social Networks
通过广泛的计算机模拟，作者认为，在一个新版本的空间囚徒困境模型，自然让位于社会分化的过程中的行动和社会结构的纠缠共同进化。不同的社会角色从系统的动态中产生：领导者是获得大量回报的个体，被相当一部分人口模仿;顺从者是不满意的合作代理人，继续合作;剥削者是背叛者，其回报大于合作者获得的平均回报。动态生成一个可以具有小世界网络拓扑结构的社交网络。该网络具有强大的等级结构，其中领导者在维持高度合作的稳定政权方面发挥着重要作用。但是，影响领导者的干扰会产生社会危机，这种危机被描述为通过网络传播的动态级联。
2007-12-09 physics.soc-ph
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
Evolution of public cooperation on interdependent networks: The impact of biased utility functions
我们研究了公共合作的演化两个相互依赖的网络连接的效用函数，这决定了在何种程度上在一个网络的收益影响其他网络中的球员的成功。我们发现，更强的效用函数的偏见，更高的公共合作的水平。然而，在这两个网络上加强公共合作的好处就像效用函数本身一样有偏见。虽然合作可能在一个网络上蓬勃发展，但另一个网络可能仍然受到叛逃者的困扰。尽管如此，两个网络上的合作总水平高于孤立网络上可达到的水平。这种有偏效用函数的积极影响是由于个人成功的抑制反馈，这导致了两个相互依赖的网络上的进化过程的特征时间尺度的自发分离。因此，合作得到了促进，因为叛逃者的侵略性入侵对放慢速度比在相当大的群体中建立集体努力更敏感。
2012-01-09 cond-mat.stat-mech cs.SI physics.soc-ph
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
Evolutionary Dynamics for Persistent Cooperation in Structured Populations
合作行为的产生和维持是进化生物学和社会科学中的一个有趣的话题。公共物品博弈是研究合作行为的一种范式。在PGG中，所有参与者平均分配总收益。这一特点仍然导致叛逃占主导地位，而不会以倍增系数大幅放大公共利益。人们已经做了很多努力来解释合作策略的演变，包括最近的一个模型，其中只有一部分的总收益是由所有的球员通过引入一个新的战略，称为持久合作共享。一个持久的合作者是一个贡献者，他愿意支付第二个成本来取回自己贡献的剩余部分。在以前的研究中，这个模型是在混合种群的框架下分析的。本文主要讨论格结构种群中的持续合作问题。通过理论分析和数值模拟，揭示了由纯合作者、背叛者和持续合作者组成的结构种群的演化动力学.特别地，在一维格上导出了策略固定概率的近似表达式。通过模拟在一维和正方形格子上展示了策略的稳态相图、频率和空间模式的演变。我们的研究结果是一致的一般观察，至少在大多数情况下，一个结构化的人口促进合作的演变。具体来说，在这里，我们发现，持久的合作者的存在大大抑制了扩散的叛逃者在更宽松的条件下，在结构化的人口相比，在良好的混合人口。
2015-05-19 physics.soc-ph q-bio.PE
