CoDiNG -- Naming Game with Continuous Latent Opinions of Individual Agents
Wroclaw University of Science and Technology（弗罗茨瓦夫科技大学）；Rensselaer Polytechnic Institut（伦斯勒理工学院）；University of California Los Angeles（加州大学洛杉矶分校）
该研究提出了融合认知科学原理的混合连续-离散观点动力学模型CoDiNG，在与命名博弈等模型的对比中，其表现优于或匹配SJBO，同时指出观点模型评估需采用多维指标。
2026-09-01 cs.SI physics.soc-ph
Competing LLM Agents in a Non-Cooperative Game of Opinion Polarisation
The University of Western Australia（西澳大学）；Lahore University of Management Sciences（拉合尔管理科学大学）；Macquarie University（麦考瑞大学）
该研究提出纳入社会心理学原理的意见极化非合作博弈框架，通过LLM智能体竞争模拟验证了证实偏差高低对意见极化的不同影响，以及高资源辟谣策略的短期效果与长期风险。
2025-08-31 cs.AI cs.SI
A Two Phase Investment Game for Competitive Opinion Dynamics in Social Networks
我们提出了一个设置两个阶段的意见动态社交网络，其中一个节点的最终意见在第一阶段作为其初始偏见的意见在第二阶段。在这种情况下，我们研究了两个阵营的问题，旨在最大限度地采用各自的意见，通过战略投资节点在两个阶段。在第二阶段，节点的初始意见自然在确定该节点的最终意见中起关键作用，因此由于其对网络中其他节点的影响，也是网络中其他节点的最终意见。更重要的是，这种偏向性也决定了一个阵营在第二阶段对该节点的投资效果。为了形式化这种两阶段投资设置，我们提出了一个扩展的Friedkin-Johnsen模型，从而制定营地的效用函数。在这两个阶段之间分配预算时有一个折衷。第一阶段的投资越低，第二阶段的初始偏差越差，而投资越高，第二阶段的可用预算就越少。我们首先分析了非竞争性的情况下，只有一个阵营的投资，我们提出了一个多项式时间算法，以确定一个最佳的方式来划分阵营的预算之间的两个阶段。然后，我们分析的情况下，竞争的阵营，在那里我们展示了存在的纳什均衡，它可以计算在多项式时间在合理的假设。我们通过对真实网络数据集的模拟来结束我们的研究，以量化初始偏差和节点归因于其初始偏差的权重以及偏离其均衡策略的阵营的影响。我们的主要结论是，如果节点将高权重归因于它们的初始偏差，则在第一阶段具有高投资是有利的，从而有效地影响在第二阶段要利用的偏差。
2019-06-24 cs.SI
Influence of opinion dynamics on the evolution of games
在某些情况下，如缺乏信息或有限理性，人类玩家可以根据简单的意见决定在游戏中选择哪种策略。这些观点可以在每轮之后通过观察自己或他人的收益结果进行修改，也可以在与其他玩家交换印象后进行修改。通过这种方式，策略的更新可以成为一个超越基于适应度的简单进化规则的问题，并成为一个社会问题。在这项工作中，我们探索这种情况下，耦合一个游戏的观点动力学模型。该意见是由一个连续的变量，对应于代理人的确定性方面的战略是最好的。通过使策略的选择成为随机事件，其概率由意见调节，意见转化为行动。一定程度上考虑到前一轮的回报，但主要的更新规则的意见是由一个模型的启发，在社会交流。我们发现，耦合模型的动力学不动点不同于单独的进化博弈或意见模型。此外，出现了新的功能，如弹性的一部分合作者的拓扑结构的社会互动网络或存在的一小部分极端分子的球员。
2012-07-21 cond-mat.stat-mech cs.SI physics.soc-ph
Opinion formation in time-varying social networks: The case of the naming game
我们研究动态的命名游戏的意见形成模型随时间变化的社交网络。这种基于代理的模型捕捉到的协议动态的基本特征，通过一个基于内存的谈判过程。我们的研究重点是随时间变化的属性的代理人的社会网络上的命名游戏动态的影响。特别是，我们使用真实网络上的模拟对该模型进行了计算探索。我们研究了两种不同类型的时变数据的动态结果-（i）网络每天都在变化，（ii）网络在很短的时间间隔（20秒）内变化。在第一种情况下，我们发现，具有强大的社区结构的网络阻碍系统达成全球协议，在这些网络中的命名游戏的演变保持集群的共存意见无限期地导致亚稳定性。在第二种情况下，我们调查的命名游戏的演化与时间演化的基础社会网络的完美同步，从而为传统的新兴性质的游戏，在很大程度上不同于已在现有文献中报道的新的光。
2018-09-19 cs.SI physics.soc-ph
The Effect of Network Topology on the Equilibria of Influence-Opinion Games
研究在两人博弈中网络连通性对 Stackelberg 均衡的影响，提出基于线性二次调节器的可扩展迭代算法求解高维博弈，并通过实验识别出提升网络对抗影响韧性的结构特征。
2025-06-27 cs.SI cs.SY eess.SY
Resource-Mediated Consensus Formation
在社会科学中，模拟舆论动态来研究同质性和影响力之间的相互作用以及随后的回音室的形成具有重要意义。因此，在本文中，我们通过实现一个独特的社交游戏来研究回声室，在这个游戏中，我们产生了大量的代理人，每个代理人都被分配了一个问题的两种意见之一，并以游戏货币的形式产生了有限的影响力。代理人试图在游戏结束时获得多数意见，以获得同样以游戏货币支付的奖励。在每轮开始时，随机选择一个代理，称为发言人。第二个代理是在说话者影响的半径（这是说话者邻居的子集）中选择的，以作为听众与说话者交互。在这种互动中，演讲者提出从他们的个人影响力预算中获得游戏货币的回报，以说服听众在未来几轮中保持演讲者的意见，直到再次选择听众。听者可以选择接受或拒绝这一回报，以在未来几轮中保持说话者的观点。听众的选择只通过他们对邻近代理人意见的有限看法来估计全球多数意见。我们表明，影响力游戏导致形成的“回声室”，或同质集群的意见。我们还研究了各种情况下，破坏创建这样的回声室，包括引入不同意见的代理之间的资源差距，最初优先分配意见的代理，并引入承诺的代理，谁从来没有改变他们的初始意见。
2022-06-14 cs.MA cs.SI
The Power Allocation Game on Dynamic Networks: Subgame Perfection
在博弈论文献中，对于具有无限策略空间和不连续效用函数的正规型博弈的均衡选择，似乎很少有研究。此外，许多现有的选择方法不适用于涉及合作和非合作场景的游戏（例如，“games on signed graphs”）。以均衡选择为目的，将\cite{allocation}中的权力分配博弈（符号图上的静态资源分配博弈）转化为扩展形式。给出了扩展型博弈的子博弈完美纳什均衡的结果。这似乎是第一次，基于时变图的子博弈完美用于网络游戏中的均衡选择。本文提出的子博弈完美性的思想可以推广到其他网络博弈中，并以拥塞博弈为例进行说明。
2018-09-21 cs.GT cs.SI
Tuning Cooperative Behavior in Games with Nonlinear Opinion Dynamics
我们研究了调整的合作行为，在重复的多智能体游戏中使用的分析听话，连续时间，非线性模型的观点动力学。每个模型化的代理更新其对每个可用策略的实值意见，以响应网络上观察到的收益和其他代理意见。我们展示了该模型如何提供一个原则性和系统性的手段来调查代理人的行为，这些代理人使用理性和互惠来选择策略，这是人类在社会困境中决策的关键特征。对于两个策略的游戏，我们使用分歧分析，以证明两个平衡的双稳定性和第一（第二）平衡的条件，以反映所有的代理人有利于第一（第二）的战略。我们证明了模型参数，例如，对他人意见的关注程度（互惠性）、网络结构和收益影响动态，特别是影响每个稳定均衡的吸引区域的大小。我们提供的见解，通过检查调整的相互合作和相互背叛的双稳态和他们的区域的吸引力的重复囚徒困境和重复的多代理公共产品游戏。我们的研究结果推广到更多的策略，异质性和额外的反馈动态，如那些旨在引起合作的游戏。
2021-11-23 cs.MA cs.SI math.DS
Agent-based Modeling: Equilibrium, Echo Chambers, and Efficiency in Hybrid Coevolutionary Opinion Games
National Yang Ming Chiao Tung University（国立阳明交通大学）
本研究提出混合共进化观点博弈（H-COG），结合Friedkin-Johnsen和Phi-4语言智能体，在动态网络中研究观点形成，发现语言智能体导致更高的社会成本，主要源于偏离内在观点而非邻居分歧。
2026-10-02 cs.GT cs.MA cs.SI
Modelling the coevolution of opinion dynamics and decision making in social dilemmas
Adelaide University（阿德莱德大学）；Politecnico di Torino（都灵理工大学）；University of Groningen（格罗宁根大学）
本文提出一个数学模型，研究社会困境中行动与意见的共演，结合公共物品游戏与意见动态模型，分析共演博弈的均衡及收敛条件。
2026-04-10 cs.SI cs.SY eess.SY
Opinion formation and cyclic dominance in adaptive networks
石头剪刀布（RPS）博弈是生物系统中循环优势的一个典型模型。在这里，我们认为这个游戏在网络社会的意见之间的竞争的社会背景。在我们的模型中，每个代理人都有一个意见，这是从三个选择：石头，布或剪刀。在每个时间步中，随机选择一个链接，并在链接连接的节点之间进行游戏。失败者要么采纳胜利者的意见，要么重新建立联系。这些规则定义了一个自适应网络，在这个网络上，代理人的意见与社会联系的网络拓扑共同进化。我们的分析和数值计算表明，非平衡相变发生的重新布线强度的函数。这些过渡将四个不同的阶段分开，这四个阶段在观察到的观点和拓扑结构的动态方面有所不同。特别是，有一个阶段，人们接受了一个武断的共识。我们提出了一个详细的分析，揭示了一个明显的反常行为相应的过渡。系统在不稳定的情况下接近共识状态，而当共识状态稳定时，其他动力学占上风。
2010-11-05 cond-mat.dis-nn cs.SI nlin.AO
Multi-Topic Projected Opinion Dynamics for Resource Allocation
提出多智能体在预算约束下分配资源的意见形成模型，证明意见收敛至均衡，并揭示其与势博弈纳什均衡的关联。
2025-09-09 cs.GT cs.MA cs.SI
Discrete Preference Games in Heterogeneous Social Networks: Subverted Majorities and the Swing Player
研究异质社交网络中的离散偏好博弈。这些游戏模拟了玩家的私人信仰和他/她公开声明的观点之间的相互作用（这可能与玩家的信念不同）作为一个战略游戏，其中玩家的策略是意见，并且状态中意见的成本是通过两个因素的参数$α\in[0,1]$的凸组合：参与者的意见与他/她的内部信念之间的分歧，以及与参与者意见不同的邻居的数量。参数$α$模拟了一个玩家的顽固程度：只有当许多邻居不同意他/她的信念时，具有大$α$的玩家才会改变他们的观点。我们认为社交网络是异质的，在这个意义上，参数$α$可以不同的球员。我们要问的是，在均衡状态下，大多数参与者所共有的信念是否可能与大多数参与者公开宣布的观点不一致。我们的主要结果是一个社交网络，承认一个初始的信念分配，存在一个序列的最佳对策的动作，达到一个平衡，在初始的大多数被颠覆的表征。我们的特征是有效的，在这个意义上，可以有效地测试和初始的信念分配，可以被颠覆，可以计算在时间多项式中的球员的数量。我们的结果实际上更强，因为我们表明，在每个可以被颠覆的初始信念分配中，颠覆实际上是以一种非常强的方式获得的：只需要一个单一参与者，摇摆参与者的一次行动，就可以将社交网络带到不归点，任何参与者的任何理性举动都会导致被颠覆的大多数。
2016-03-09 cs.DS cs.GT cs.MA
Collaborative governance of cyber violence: A two-phase, multi-scenario four-party evolutionary game and SBI1I2R public opinion dissemination
本研究提出两阶段多场景网络暴力协同治理机制，结合四方演化博弈与SBI1I2R舆情传播模型，通过仿真与案例验证，发现政府强监管与媒体协同干预效果最佳。
2025-06-24 cs.CY cs.MA cs.SI
Coevolutionary Dynamics of Actions and Opinions in Social Networks
本文提出行动与观点在双层网络上协同演化的新模型，证明其为序数势博弈并全局收敛至纳什均衡，给出极化均衡条件，并用仿真研究多元无知现象。
2023-06-26 cs.MA cs.SI cs.SY
Opinion Dynamics for Utility Maximizing Agents: Exploring the Impact of the Resource Penalty
本研究提出带资源惩罚项的效用最大化意见动力学模型，证明意见有界性、弱对抗网络下全局指数稳定平衡及共识条件，并分析博弈均衡与振荡行为。
2024-11-09 cs.GT cs.MA cs.SI
