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
Seasonal payoff variations and the evolution of cooperation in social dilemmas
不同的环境条件会影响社会困境中相互作用的个体之间的关系,从而也会影响合作的演变。这些环境变化通常是季节性的,因此可以在数学上描述为周期性变化。因此,我们在这里研究如何在不同的社会困境的表现形式之间的周期性变化影响合作。我们观察到一个不平凡的内在的时空动态之间的相互作用,其特点是在一个特定的社会困境类型和支付变化的频率的合作传播。特别是,我们表明,两个可用的游戏与全球订购之间的周期性变化最好是快速的,而全球和本地订购游戏之间的周期性变化最好是缓慢的合作蓬勃发展。我们还表明,两个本地订购的社会困境之间的周期性变化的频率是无关紧要的,因为这样的过程是快速的,简单地返回的平均合作水平。相互作用网络的结构也起着重要的作用,因为晶格促进了局部有序,而随机图阻碍了紧凑的合作集群的形成。相反地,对于局部有序,交互网络的规则结构仅仅是边缘相关的,因为角色分离的棋盘模式不依赖于长程序。
2019-08-30 cs.SI physics.soc-ph q-bio.PE
The self-organizing impact of averaged payoffs on the evolution of cooperation
根据进化博弈论的基本原理,种群中更成功的策略应该传播。因此,在策略模仿过程中,参与者将其收益值与竞争策略的收益值进行比较。但这些信息并不总是准确的。为了避免歧义,学习者可能因此决定通过平均其邻居中对手的收益值来收集更可靠的统计数据,然后做出决定。这种对标准显微镜协议的简单改变显著提高了群体中的合作水平。此外,可以通过增加环境的作用和扩大评价圈的规模来加强积极影响。解释这种改进的机制是基于一个自组织的过程,揭示了在面对面的比较中仍然部分隐藏的叛逃者聚集的有害后果。值得注意的是,报告的现象并不限于晶格人口,但仍然有效的不规则的相互作用网络所描述的系统。
2021-07-05 cond-mat.stat-mech cs.GT 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
Cooperation driven by mutations in multi-person Prisoner's Dilemma
n人囚徒困境是一个被广泛使用的模型,用于个体在群体中相互作用的群体。在文献中已经分析了群体的进化稳定性,其中群体中的突变可以被认为是孤立事件。对于这种情况下,假设简单的触发策略和多次迭代,每个游戏,我们分析的速度收敛到进化稳定的人口。我们发现,对于某些值的回报参数的囚徒困境,这一比率是如此之低,假设,即突变的人口是罕见的时间尺度上,是不合理的。此外,随着群体规模的增加,问题变得更加复杂。为了解决这个问题,我们推导出一个确定性近似的演化动力学明确的,随机突变过程,有效时,人口规模很大。然后,我们分析了演化动力学如何依赖于以下因素:突变率,群体规模,支付参数的值,以及初始种群的结构。为了进行模拟的群体不仅仅是几个人,我们得出一个有效的方法来计算的健身值。我们发现,当每个个体和世代的突变率非常低时,动态的特征是进化稳定的种群。随着突变率的增加,具有更高协作度的其他固定点变得稳定。对于某些值的支付参数,该系统的特点是(显然)稳定的极限环主导的合作行为。对应于高协作度的参数区域在尺寸上随着突变率而增长,并且在数量上随着组的尺寸而增长。
2004-08-26 q-bio.PE
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
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
Diversity enables the jump towards cooperation for the Traveler's Dilemma
本文将旅行者困境分解为局部与全局博弈,并用演化博弈与学习模型证明次优策略带来的多样性可帮助玩家跳出局部最大化、跃迁到合作高收益均衡。
2022-10-28 cs.GT q-bio.PE
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
Zero-determinant strategies in finitely repeated games
直接互惠是重复社会困境博弈中维持相互合作的一种机制,在这种博弈中,参与者会保持合作,以避免将来被合作者报复。所谓的零决定(ZD)策略使参与者能够单方面设定参与者自己的收益和合作参与者的收益之间的线性关系,而不管合作参与者的策略如何。在本研究中,我们分析性地研究了具有一般支付矩阵的多次重复(两人)囚徒困境博弈中的零决定策略。我们的结果如下。首先,我们给出了解的形式,将无限重复博弈(折扣因子w为1)的已知结果推广到无限重复博弈(0 < w < 1)的情况。其次,对于三个最突出的ZD策略,均衡器,勒索器,慷慨的策略,我们推导出阈值w以上的ZD策略存在。第三,我们表明,唯一的策略,强制执行两个玩家的收益之间的线性关系是ZD策略或无条件的策略,后者独立合作,在每一轮的游戏中的固定概率,证明了一个猜想以前无限重复的游戏。
2017-11-23 q-bio.PE
Simulations of assortative matching: complexity of cooperation emergence process
本文研究了在囚徒困境博弈中相互作用并允许选择合作伙伴的智能体群体中合作行为的出现和稳定性。然后,基于多次遭遇的个人收益,种群受到进化压力的影响。引入了一个简单的信号和识别公式,它允许智能体猜测潜在的合作伙伴的策略,并拒绝游戏,如果预测的结果是不利的。我们提出的代数公式的平均收益和计算机模拟的结果,这样的社会的演变。这些模拟产生了令人惊讶的各种行为。我们讨论了对结果的可能解释,以及人工“计算机时间”与该模型可能应用的可能社会和生物系统的实时时间之间的关系。
2004-02-08 cond-mat.dis-nn q-bio.PE
A simple model of cognitive processing in repeated games
在个体之间的重复互动中,我们并不期望从一个时间到另一个时间会发生完全相同的情况。与文献中常见的重复博弈模型相反,大多数真实情况可能会有很大不同,它们很少是完全对称的。本文的目的是讨论一个简单的认知加工模型的背景下,一个重复的互动与不同的回报。玩家之间的互动是由一个重复的游戏与随机可观察的回报。合作不是简单地与某一个行为联系在一起,而是需要理解为重复博弈中的一种行为现象。因此,与被广泛用于研究进化群体中合作条件的囚徒困境相比,参与者面临着更复杂的情况。尽管如此,仍然有强大的合作战略,通常在一个玩家群体中发展。在合作模式中,这些策略选择一个行动,允许最大化每一轮中两个玩家的收益之和,而不管自己的收益如何。两个这样的参与者最大化预期的总长期回报。如果对手偏离了这个方案,该策略就会调用惩罚行动,目的是在剩余的(可能是无限的)重复博弈中降低对手的得分。游戏中引入错误实际上会推动进化朝着更合作的策略发展,即使游戏变得更加困难。
2006-08-07 q-bio.PE
Exit rights open complex pathways to cooperation
我们研究了囚徒困境博弈的演化动力学,在这个博弈中,合作者和背叛者与另一种被称为退出者的参与者相互作用。而不是被利用的叛逃者,退出者退出游戏有利于一个小的回报。我们发现,这个简单的扩展游戏允许合作蓬勃发展,在良好的混合人口时,迭代或声誉增加。然而,在网络化的人群中,退出选择不利于合作。相反,它通过循环优势使合作者、背叛者和退出者共存。随着退出收益的增加或网络结构的变化,其他结果也是可能的,包括网络范围内参与者丰度的振荡,这可能导致退出者的灭绝和叛逃者的统治,尽管游戏参数应该有利于退出。在一个简单的退出游戏的选择之后出现的复杂动态意味着,即使我们的分析仅限于理性行为的激励,细微差别也很重要。
2020-12-07 physics.soc-ph q-bio.PE
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 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
The Cooperation Ceiling: Extrinsic Population Dynamics and the Intrinsic Escape
School of Mathematics, Cardiff University(卡迪夫大学数学学院);Faculty of Social and Behavioural Sciences, University of Amsterdam(阿姆斯特丹大学社会与行为科学学院)
本文通过分类外在和内在群体动力学,证明外在动力学存在合作率上限,而内在动力学可超越该上限,并在异质贡献公共物品博弈中验证。
2026-07-01 cs.GT q-bio.PE
Comments on evolution of cooperation: assortative encounters with selfknowledge
Bergstrom提出的合作演化的理论描述的基础上的选择性匹配的合作伙伴选择允许模型的非重复囚徒困境的游戏中的人口动态。本文简要分析了参与者的自我知识,即对自己的策略的知识给博弈带来的不对称效应。在相同的概念框架介绍了伯格斯特罗姆列入自我知识导致不同的行为的不确定性指数和不同的策略的回报的变化。
2003-10-09 cond-mat.dis-nn q-bio.PE
Assortment and the evolution of cooperation in a Moran process with exponential fitness
我们研究的合作在有限的人口相互作用的演变,根据一个简单的模型,喜欢与喜欢的分类。进化过程是一个莫兰过程,合作者-背叛者博弈的收益通过指数变换转化为正适应度。这些演化动力学可以出现在,例如,一个巢结构的人口与罕见的迁移。指数变换的使用,而不是通常的线性的,是适当的相互作用时,有乘法健身效果,并允许一个易于处理的特性的影响,分类合作的演变。我们定义了两种意义,在这两种意义上,更大程度的分类有利于合作的进化,第一种比第二种更强:(i)在所有种群状态下,更大的分类增加了合作者数量增加的概率,相对于背叛者数量增加的概率;(ii)更大的分类增加了合作的固定概率,相对于背叛的固定概率。我们表明,更强的定义,更大的分类有利于合作的一个子集的合作困境:囚犯的困境,雪堆游戏,雄鹿狩猎游戏,和一些囚犯的喜悦游戏的演变。对于其他合作困境,更大的分类有利于合作的弱定义,但不是强定义。我们的结果适用于任何选择强度。
2016-04-13 q-bio.PE
Cooperation in the two-population snowdrift game with punishment enforced through different mechanisms
研究了两种群雪堆博弈中两种基于惩罚的合作促进机制。第一种机制遵循文献中的传统方法,并基于在阶段游戏的支付矩阵中包含第三个附加策略。第二种机制是让合作者以给定的外生频率惩罚背叛者。虽然这两种机制共享相同的结果,关于最低所需的惩罚水平,以消除两个人口中的叛逃者,在第二种方法后的机制的稳定性是更强大的意义上,灭绝的叛逃者是一个全局渐近稳定的状态相空间中的任何内部初始条件。通过非线性微分方程和基于代理的模拟分析得到的结果。有一个很好的协议水平之间的两种方法,随着时间的推移和可能的稳定状态的演变模式。
2016-09-22 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
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
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
Evolution of cooperation in spatially structured group-selection models of the continuous Prisoner's Dilemma
University of Santiago of Chile(圣地亚哥智利大学);University of Colorado Denver(科罗拉多大学丹佛分校);University of British Columbia(不列颠哥伦比亚大学)
通过个体与群体两层博弈模型,研究空间结构群体中合作行为的演化,发现群体间动态(裂变与灭绝)是维持合作的关键,且局部选择比全局选择更有利于合作。
2026-09-01 nlin.AO q-bio.PE
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
Criticality and Griffiths phases in random games with quenched disorder
在特定情况下,感知的风险和回报可能会因资源可用性、积累的财富和其他外在因素(如个人背景)而异。基于日常生活的这个普遍方面,在这里,我们使用进化博弈论来模拟一个囚犯困境博弈中随机扰动收益的场景。感知多样性通过在收益项中添加零平均随机噪声来建模,并使用蒙特卡罗模拟来获得种群动态。这种回报的异质性可以促进和维持合作,在竞争的情况下,只有叛逃者会生存,否则。在这项工作中,我们给一个步骤,进一步了解异质性的作用,通过调查的影响,淬火无序的关键性质的随机游戏。我们观察到,收益波动引起一个非常缓慢的动态,使合作衰减表现为幂律与不同的指数,而不是通常的指数衰减后的临界点,显示格里菲斯阶段的出现。我们还发现了一个对称的格里菲斯阶段附近的叛逃者的灭绝点波动时,存在,表明格里菲斯阶段可能是频繁的进化博弈动态和发挥作用,在共存的不同的战略。
2021-12-06 cond-mat.stat-mech q-bio.PE
Oscillatory cooperation prevalence emerges from misperception
本研究在囚徒困境模型中引入不完全信息与有限记忆,发现合作水平呈现准周期振荡,机制源于对邻域收益的错误感知,且对种群结构鲁棒,为现实振荡现象提供解释。
2022-10-17 cond-mat.stat-mech nlin.AO q-bio.PE
Strategies that enforce linear payoff relationships under observation errors in Repeated Prisoner's Dilemma game
重复博弈理论分析了相互作用的参与者之间的长期关系,并从数学上揭示了如何实现合作的条件,这在一次性博弈中是无法实现的。在没有错误的重复囚徒困境博弈中,零决定性策略允许参与者单方面设定自己的收益和对手的收益之间的线性关系,而不管对手实施什么策略。相比之下,无条件策略,如ALLD和ALLC,也单方面设定了线性回报关系。在现实世界中,玩家之间经常会发生错误。然而,很少有人知道存在这样的策略在RPD游戏的错误。在这里,我们分析搜索所有的策略,强制执行一个线性的回报关系下观察错误的RPD游戏。结果,我们发现,即使在观察错误的情况下,唯一的策略集,强制执行线性回报关系是ZD策略或无条件策略,没有其他策略可以强制执行,这是数字证实。
2019-06-19 physics.soc-ph q-bio.PE
Cooperation enhanced by inhomogeneous activity of teaching for evolutionary Prisoner's Dilemma games
研究了空间动力学规则中存在淬灭不均匀性的演化囚徒困境博弈。遵循两种纯策略(合作或背叛)之一的参与者分布在二维格子上。从一个随机选择的邻居的策略采用率控制的支付差和两个值的前因子$w$的球员的策略学习。减少教学活动的球员随机分布的浓度$ν$在开始和进一步fixedon.Numerical和解析计算进行研究的合作者的浓度作为$w$和$ν$的函数为不同的噪声水平和连接结构。在这一动态的广泛参数范围内,合作显著增加。研究结果强调了不对称性的重要性,在战略采用过程中的主从角色的交换。
2006-10-04 cond-mat.stat-mech q-bio.PE
Network reciprocity turns cheap talk into a force for cooperation
该研究构建博弈论模型表明,在结构化群体中非约束性沟通能通过条件型合作者的循环支配机制促进并保护合作,为廉价磋商促进合作提供了进化解释。
2025-07-10 physics.soc-ph q-bio.PE
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
Cooperation in regular lattices
在演化博弈论的背景下,支持合作的最值得注意的机制之一是空间互惠,通常通过将参与者分布在一个空间结构中来实现,允许合作者聚集在一起,避免剥削。这就提出了一个重要的问题:不同的拓扑结构如何影响合作的生存?在这里,为了解决这个问题,我们探讨焦点公共产品(FPGG)和经典的公共产品游戏(PGG),和囚徒困境(PD)的几个定期晶格:蜂窝,正方形(冯诺依曼和摩尔邻域),kagome,三角形,立方,和4D超立方晶格使用分析方法和基于代理的蒙特卡罗模拟。我们发现,对于这两个公共产品游戏,一个一致的趋势出现在所有的二维格子:随着第一邻居的数量增加,合作增强。然而,这只有通过分析结果才能看到,分析结果是根据连接数量标准化的收益协同因子。除此之外,集群拓扑,即,那些允许两个连接的参与者共享邻居的协议对FPGG的合作是最有利的。对于经典的PGG来说,情况并不总是如此,在这种情况下,连接的玩家之间共享邻居可能会也可能不会有利于合作。我们还提供了一个重新解释的经典PGG作为一个焦点游戏,这类游戏的晶格结构表示为一个单一的互动游戏,范围较长,加权邻域,一种方法适用于任何规则的晶格拓扑结构。最后,我们表明,根据PD的收益参数化,PD和FPGG之间可以是等价的;当两个游戏之间的映射是不完善的,有效的协同参数的定义仍然可以是有用的,以显示它们的相似之处。
2022-07-05 cond-mat.stat-mech physics.comp-ph 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 multiplex interaction networks
Beijing University of Posts and Telecommunications(北京邮电大学);Beihang University(北京航空航天大学);Dartmouth College(达特茅斯学院);Geisel School of Medicine at Dartmouth(达特茅斯盖泽尔医学院);Yale University(耶鲁大学)
基于多层网络中的多表型同质性,推导了自然选择促进合作的分析条件,揭示了表型多样性通过划分同配生态位促进合作,并发现囚徒困境的强度改变合作对策略突变的依赖性。
2026-11-13 physics.soc-ph q-bio.PE
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
Bayesian tit-for-tat fosters cooperation in evolutionary stochastic games
Indian Institute of Technology Kanpur(坎普尔印度理工学院);Indian Institute of Science Education and Research Kolkata(加尔各答科学教育与研究印度研究所)
本研究探讨了贝叶斯策略在进化随机博弈中促进合作的有效性,发现其在对抗反应策略时具有鲁棒性,并能维持资源丰富状态。
2025-11-27 econ.TH nlin.AO physics.bio-ph
Outlearning Extortioners by Fair-minded Unbending Strategies
最近的理论表明,勒索者利用零决定因素(ZD)策略可以单方面要求不公平的份额的收益在迭代囚徒困境。因此,建议对一个固定的勒索者,任何适应合作者应制服与充分合作,作为他们的最佳对策。相比之下,最近的实验表明,人类玩家往往出于公平的考虑而选择不接受勒索,实际上导致勒索者遭受比自己更多的损失。有鉴于此,我们在这里揭示了公平的策略,这些策略不会屈服于勒索,这样任何利润最大化的勒索者最终都会为了自己的利益而让步,在面对面的比赛中提供公平的分成。我们发现并描述了多个一般类的这种不弯曲的策略,包括慷慨的零决定性策略和赢留,输移作为特定的例子。当对固定的不屈的球员,勒索被迫与必然增加的损失时,打算要求更多的不公平的份额。我们的分析还枢轴的重要性,决定优势的零决定性策略,特别是他们的勒索能力的回报结构。我们表明,一个勒索ZD球员甚至可以胜过,例如,赢,留,输,转移,如果单方面合作的总收益小于相互背叛。不屈不挠的策略可以用来超越进化勒索者,并催化ZD玩家进化出以牙还牙的策略。我们的工作对促进公平和抵制勒索,以维护一个公正和合作的社会具有意义。
2022-01-11 physics.soc-ph q-bio.PE
The Evolution of Extortion in Iterated Prisoner's Dilemma Games
迭代博弈是经济学和演化博弈论的基本组成部分。它们描述了两个参与者反复互动的情况,并且有可能使用依赖于先前互动结果的条件策略。在合作演化的背景下,重复博弈代表了互惠机制。最近提出了一类新的策略,称为“零决定性策略”。这些策略在一方的收益和另一方的收益之间形成了固定的线性关系。这些策略的一个子集是“勒索者”,它确保自己的收益增加超过另一个玩家的收益增加一个固定的百分比。在这里,我们分析了这类新策略的进化性能。我们表明,在相当大的人口,他们可以作为催化剂的合作,类似于以牙还牙的进化,但他们不是自然选择的稳定结果。然而,在非常小的群体中,两个参与者在比赛中的相对收益差异很重要,勒索者会坚持自己的立场。勒索策略在两个不同种群之间的共同进化军备竞赛中表现得特别好:值得注意的是,它们使进化速度较慢的种群受益--这就是所谓的红王效应。这可能会影响宿主物种和它们的内共生体之间的相互作用的进化。
2012-12-05 math.DS q-bio.PE
Evolutionary prisoner's dilemma games on the network with punishment and opportunistic partner switching
惩罚和合作伙伴转换是两种支持合作进化的机制。对人类行为的观察表明,采用惩罚的程度取决于替代机制的使用,包括伴侣转换。在这项研究中,我们研究了在网络上进行的进化囚徒困境游戏中惩罚和伙伴转换的综合效应。在该模型中,智能体位于网络上,参与带有惩罚的囚徒困境博弈。此外,他们还可以伺机更换互动伙伴,以提高他们的收益。我们的蒙特卡罗模拟表明,当伙伴切换频率较低时,需要大量的惩罚者来抑制叛逃者。相反,当合作伙伴转换频率高时,无论惩罚的强度如何,合作都是最丰富的策略。有趣的是,合作者之所以大量出现,并不是因为他们避免了惩罚的成本,也不是因为他们在每场比赛中获得了更大的平均收益,而是因为他们有更多的机会被背叛者称为角色代理人。我们的研究结果表明,社会关系的流动性有深远的影响,在保持合作所采取的战略。
2018-04-25 physics.soc-ph q-bio.PE
Different perceptions of social dilemmas: Evolutionary multigames in structured populations
出于这样一个事实,即相同的社会困境,可以被不同的球员不同的看法,我们在这里研究结构化人口的进化多重博弈。虽然核心博弈是弱囚徒困境,但一小部分人接受了吸盘收益的正值或负值,因此要么玩传统的囚徒困境,要么玩雪堆博弈。我们发现,采用不同的支付矩阵的人口比例越高,越多的合作的进化是促进。这种结果的微观机制是结构化群体所独有的,这是由于收益异质性,它自发地引入了强有力的合作领导者,从而产生了有利于合作的非对称策略模仿流。我们证明了所报告的进化结果对交互网络的变化是稳健的,并且如果允许玩家随着时间的推移改变他们玩的游戏,它们也仍然有效。这些结果证实了支持异质性增强的网络互惠性的现有证据,并揭示了对社会困境的不同看法可能有助于解决这些问题。
2014-10-09 cs.SI physics.soc-ph q-bio.PE
Hinderance of cooperation by individual solutions: Evolutionary dynamics of three-strategy games combining the prisoner's dilemma and stag hunt
本研究构建兼具囚徒困境与猎鹿博弈特征的三策略博弈,分析传统搭便车和个体解决方案对合作演化的影响,发现均匀混合种群中个体解决方案占唯一稳定均衡,格交互下合作因循环优势略有提升,罕见突变会阻碍合作均衡。
2025-02-10 physics.soc-ph q-bio.PE
Coevolutionary success-driven multigames
富有的人可能比那些相对低回报的人更不容易背叛。考虑到这一点,我们在结构化种群中引入共同进化成功驱动的多重博弈。虽然核心博弈总是弱囚徒困境,但前一轮收益超过阈值的参与者在下一轮中只会采取最低限度的背叛诱惑。随着策略,社会困境的感知强度因此与每个个体玩家的成功共同进化。我们发现,使用小诱惑叛逃的门槛越低,越促进合作的演变。重要的是,促进合作并不仅仅是由于较低的平均诱惑叛逃,而是由于一个动态逆转的入侵方向沿界面分离合作者和叛逃者在常规网络。相反,在非正规网络中,在没有明确入侵前线的情况下,合作的促进是由于中等程度的参与者。在足够低的阈值,这些球员加速侵蚀的叛逃者,并显着缩短固定时间更合作的稳态。因此,共同进化的多重博弈可能成为快速解决社会困境的新前沿。
2014-10-16 cs.SI physics.soc-ph q-bio.PE
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
Translucent Players: Explaining Cooperative Behavior in Social Dilemmas
在过去的几十年里,无数的实验表明,人类并不总是为了最大限度地提高物质回报而行事。当不合作是主导策略(相对于物质回报)时,合作行为尤其令人困惑。在这里,我们提出了一种新的方法来解释合作,假设Halpern和Pass(2013)所谓的“半透明球员”。通常,参与者被认为是“不透明的”,在这个意义上,一个参与者的偏差不会影响其他参与者使用的策略。但是一个参与者可能认为,如果他从一个策略切换到另一个策略,他选择切换的事实可能会被其他参与者看到。例如,如果他在囚徒困境中选择背叛,另一个参与者可能会感觉到他的内疚。我们表明,通过假设半透明的球员,我们可以恢复许多在人类行为中观察到的问题,如囚犯的困境,旅行者的困境,伯特兰竞争,和公共产品的游戏。
2014-11-04 cs.GT physics.soc-ph q-bio.PE
Does strong heterogeneity promote cooperation by group interactions?
以前的研究已经强调了强大的异质性的重要性,成功的合作,在游戏中的两两互动。在这里,我们确定在多大程度上这是真的由群体互动的游戏。因此,我们研究的发展合作的公共产品游戏的正方形格子,三角形格子和随机规则图,其中的收益是均匀分布或指数之间的球员分配给他们个人的比例因子,确定他们将收到的公共产品的份额。我们发现,均匀分布的公共产品是更成功地保持高水平的合作比指数分布的公共产品。这是不同意先前的结果对游戏的两两互动,表明组的相互作用可能是不太容易促进合作的手段,原来假设的强异质性,以及强异质性国家的作用,应重新审视其他类型的游戏。
2011-12-20 cond-mat.stat-mech cs.SI physics.soc-ph
Impact of link deletions on public cooperation in scale-free networks
如果与孤立的努力相比,在小组中一起工作可能是有益的。然而,只有当所有团队成员都为成功做出贡献时,这才是真的。如果没有,团队的努力可能会对成员的健康产生负面影响。在这里,我们研究了无标度网络上公共产品博弈中合作的演化,这些网络受到删除连接到最高程度个体的链接的影响,即,在受到攻击的网络上。我们专注于的情况下,一个球员所属的所有群体被认为是确定的回报,所谓的多组公共产品游戏。我们发现,链接删除的合作的演变的影响主要是有害的,虽然存在的乘法因子的存在的“最佳”数量的删除链接的合作恶化的区域也可以证明。通过财富分配和近似分析解释了这些发现,证实了社会多样性状态对合作的成功演变至关重要。
2011-01-26 cs.SI physics.soc-ph q-bio.PE
Evolutionary mixed games in structured populations: Cooperation and the benefits of heterogeneity
传统上,网络上的进化博弈在每次互动中都涉及相同的博弈。在这里,我们从这个假设出发,考虑混合博弈,在每个互动中进行的博弈是从两个不同的博弈中随机抽取的。虽然在混合良好的群体中,两个游戏的随机混合总是等同于平均单个游戏,但在结构化群体中,情况并非总是如此。我们表明,结果实际上是强烈依赖于两个游戏的参数空间中的分离的距离。实际上,这种距离引入了收益异质性,只有当异质性很小时,平均博弈才能得到回报。对于更高层次的异质性的距离平均博弈的增长,这往往涉及到促进合作。所呈现的结果支持了先前的研究,该研究强调了异质性的有利作用,无论其起源如何,并且它们还强调了人口结构在放大合作促进者方面的重要性。
2016-05-20 cs.GT physics.soc-ph q-bio.PE
Coordinating cooperation in stag-hunt game: Emergence of evolutionarily stable procedural rationality
研究狩猎采集社会中猎鹿博弈的合作涌现问题,发现收益结构转变为coordination-II博弈后,程序理性种群在演化上稳定,证明演化力量通过选择有限理性个体建立了合作。
2025-08-07 econ.TH nlin.AO physics.bio-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
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