论文部分内容阅读
自私个体之间涌现出合作行为的惊人现象是博弈论的核心问题，受到诸多学者的重视和研究。复杂网络是一个对复杂系统包括复杂自适应系统的很好的描述工具。前人研究网络上的博弈问题，取得了丰富的，在相当程度上能说明实际的成果，提出了诸如惩罚、奖励、迁徙、记忆、社会多样性等诸多影响合作行为的因素。网络上的博弈问题包括静态网络博弈和动态网络博弈两类，静态网络博弈只有节点策略发生改变而网络拓扑结构不发生变化，动态网络博弈不仅节点策略发生变化，节点的邻居环境也会发生改变。 我们将耦合演化网络和不同博弈问题的收益矩阵相结合，研究了趋利避害机制的耦合演化鹰鸽博弈、囚徒困境和猎鹿博弈模型。在我们的模型中，节点不仅会根据预期收益和现实收益改变自身策略，也会为了逃避收益损失而断开现有邻居连边并建立更有利的邻居连边进行博弈。 为研究不同的平均度和断边重连概率p对网络合作态涌现的作用，我们对三个博弈进行了数值模拟，并对部分模型进行了改进的平均场理论解析。 对鹰鸽博弈和囚徒困境，重连边概率越大越容易促进网络中合作态（鹰鸽博弈:鸽(D、Dove）；囚徒困境:合作(C、Cooperator))节点比例和合作-合作连边(鹰鸽博弈:鸽-鸽（D-D、Dove-Dove）；囚徒困境:合作-合作(C-C、Cooperator-Cooperator))密度的增加。对猎鹿博弈，重连边概率越大，合作态节点比例反而下降。我们对鹰鸽博弈进行有限时步的演化模拟和数值解析，都发现了对不同的和p网络中D-D，D-H（Dove-Haw k，鸽-鹰）连边密度会发生相同的相变现象，并且，断边重连会将H（鹰）态节点从网络中孤立出来。对囚徒困境的两种模型进行模拟，结果发现稳态网络的C态节点密度和C-C连边密度会随p的增加在相同的相变点发生从0到非0的相变，并且相变点pc值是的增函数；而且网络在相同的相变点发生破碎相变。对猎鹿博弈进行数值模拟，结果在稳定态下S（猎鹿）态节点密度和S-S连边比例是p的减函数，大p反而不利于合作态节点的涌现，并且猎鹿博弈网络也随p值的增加发生破碎相变。在小p时，稳态网络是一个所有节点都连通的集团，所有节点都是S态；在大p时，网络破碎成两个彼此不相连的集团，其中一个集团节点都是S态，另一个集团节点都是H态。 综上所述，前人的网络演化博弈模型中，隐含的两个前提——局中人不能更换博弈对象和系统规模不能变化——是不必要的，并没有可靠的观测或实验证据支持。如果去掉这两个假设，在耦合演化博弈中，自私个体中集体合作现象的涌现就变得十分容易，它以网络规模的减小为代价。