[論文レビュー] Evolutionary games and the emergence of complex networks

Holger Ebel, Stefan Bornholdt|arXiv (Cornell University)|Nov 28, 2002

Evolutionary Game Theory and Cooperation参考文献 1被引用数 36

ひとこと要約

本稿では、報酬を最大化するためにエージェントが接続を動的に再接続する、反復的囚人のジレンマの共進化モデルを提案する。これにより、複雑なネットワーク構造が自発的に出現する。システムは、戦略とネットワークトポロジーが共同で最適化された安定した協力的ナッシュ均衡に到達し、スケールフリーディスチリューション、スモールワールド特性、およびアソータティブミキシングを示す。これらは現実の社会的・経済的ネットワークの主要特徴である。

ABSTRACT

The emergence of complex networks from evolutionary games is studied occurring when agents are allowed to switch interaction partners. For this purpose a coevolutionary iterated Prisoner's Dilemma game is defined on a random network with agents as nodes and games along the links. The agents change their neighborhoods to improve their payoff. The system relaxes to stationary states corresponding to cooperative Nash equilibria with the additional property that no agent can improve its payoff by changing its neighborhood. Small perturbations of the system lead to avalanches of strategy readjustments reestablishing equilibrium. As a result of the dynamics, the network of interactions develops non-trivial topological properties as a broad degree distribution suggesting scale-free behavior, small-world characteristics, and assortative mixing.

研究の動機と目的

• 進化的ゲームのダイナミクスと適応的ネットワークトポロジーが、複雑なネットワーク構造をどのように生じさせるかを調査すること。
• パートナーチェンジによる局所的報酬最適化が、グローバルに組織化されたネットワークトポロジーを生じるかどうかを検討すること。
• 得られたネットワークが、スケールフリー度数分布、スモールワールド特性、アソータティブミキシングといった性質を示すかどうかを特定すること。
• 摂動に対するシステムの安定性と、アバランチがネットワーク緩和に果たす役割を分析すること。
• 共進化の影響を分離するために、出現したネットワーク構造をランダムおよび静的ネットワークモデルと比較すること。

提案手法

• エージェントはネットワーク上のノードとしてモデル化され、各エージェントはメモリ-1戦略を用いて反復的囚人のジレンマをプレイする。
• 戦略の進化はランダムな突然変異によって行われる；受け入れられた突然変異はエージェントの報酬を増加させ、局所的な比較に基づいて更新が行われる。
• ネットワークの進化では、エージェントが再接続を許可される：確率αでエージェントは新しい接続を形成し、それが平均報酬を向上させる場合にのみそれを維持する。
• 新しいリンクが報酬を向上させる場合、エージェントは最も成績が悪い隣接リンクを置き換えることで、平均次数⟨k⟩を一定に保つ。
• プロセスは局所的情報のみを用いる—各エージェントは自身の報酬と直近の隣人に基づいて意思決定を行う。
• システムは反復的な戦略とトポロジーの更新サイクルを経て、定常状態に到達するまで進化し、度数分布、クラスタリング係数、経路長といったネットワーク指標を用いて分析される。

実験結果

リサーチクエスチョン

• RQ1 共進化的ゲームにおける相互作用相手の適応的再接続は、複雑なネットワーク構造の出現を引き起こすか？
• RQ2 このようなシステムの定常状態で、度数分布、クラスタリング係数、経路長といったトポロジカル特性はどのように現れるか？
• RQ3 特にアソータティブティーやスモールワールド特性の観点から、静的またはランダムに再接続されたネットワークとはどのように異なるか？
• RQ4 報酬駆動のトポロジー変更が、協力的行動の安定化とネットワークナッシュ均衡の達成に果たす役割は何か？
• RQ5 摂動が戦略とトポロジーの変更のアバランチを引き起こす仕組みは何か？また、それらはシステムのレジリエンスについて何を明らかにするか？

主な発見

• 進化したネットワークは、特にアバランチ臨界領域において、スケールフリー行動に一致する広い度数分布を示す。
• クラスタリング係数はポissonランダムネットワークよりも顕著に高く、度数分布によって完全に説明可能である。これは局所的連結性の強化を示している。
• 平均最短経路長は依然として小さく保たれ、スモールワールド特性が確認されるが、クラスタリングとは異なり、ランダム再接続推定値ℓ′はやや不正確である。
• アソータティブミキシング（r > 0）は臨界およびスーパークリティカル領域で出現し、高次数ノードが他の高次数ノードと優先的に接続していることを示している。
• システムは、戦略とネットワークトポロジーの両方について、変化が報酬を向上させない均衡状態に到達し、安定した定常状態となる。
• 摂動は、戦略とトポロジーの更新のアバランチを引き起こし、最終的に均衡を再確立する。これは、レジリエンスと自己組織化の両方を示している。