[論文レビュー] Preferential Partner Selection in an Evolutionary Study of Prisoner's Dilemma

Daniel Ashlock, Mark D. Smucker+2 more|ArXiv.org|Dec 27, 1994

Evolutionary Game Theory and Cooperation被引用数 7

ひとこと要約

この論文は、有限オートマトンと遺伝的アルゴリズムを用いて、進化的反復囚人のジレンマにおける好ましいパートナーセレクションを調査する。エージェントが期待利得に基づいてパートナーを選択し、協力しない者を拒否することで、協力が大多数の生態系で安定化することが判明したが、容認性が低いか、孤立のコストが低いと、全エージェントが社会的に孤立するウォールフラワー生態系が生じる。一方、中間的な条件では、協力と裏切りの動的な混合パターンが現れる。

ABSTRACT

Partner selection is an important process in many social interactions, permitting individuals to decrease the risks associated with cooperation. In large populations, defectors may escape punishment by roving from partner to partner, but defectors in smaller populations risk social isolation. We investigate these possibilities for an evolutionary prisoner's dilemma in which agents use expected payoffs to choose and refuse partners. In comparison to random or round-robin partner matching, we find that the average payoffs attained with preferential partner selection tend to be more narrowly confined to a few isolated payoff regions. Most ecologies evolve to essentially full cooperative behavior, but when agents are intolerant of defections, or when the costs of refusal and social isolation are small, we also see the emergence of wallflower ecologies in which all agents are socially isolated. In between these two extremes, we see the emergence of ecologies whose agents tend to engage in a small number of defections followed by cooperation thereafter. The latter ecologies exhibit a plethora of interesting social interaction patterns. Keywords: Evolutionary Game; Iterated Prisoner's Dilemma; Partner Choice and Refusal; Artificial Life; Genetic Algorithm; Finite Automata.

研究の動機と目的

• 好ましいパートナーセレクションが反復囚人のジレンマにおける協力の進化に与える影響を検討すること。
• 集団設定においてエージェントが期待利得を用いてパートナーを選択または拒否する方法をモデル化すること。
• 拒否と社会的孤立のコストが長期的な協力結果に与える影響を分析すること。
• 異なるパrameter設定下で、完全協力、ウォールフラワー孤立、または協力・裏切りの混合サイクルといった明確な生態的パターンがどのように出現するかを探索すること。

提案手法

• エージェントは遺伝的アルゴリズムを通じて学習・適応する有限オートマトンとしてモデル化される。
• 各エージェントは、過去の相互作用からの期待利得に基づいて、潜在的パートナーを評価する。
• 裏切りの歴史があるパートナーとの対話を拒否できる仕組みを導入し、パートナーリジェクトメカニズムを実装する。
• 蓄積された利得に基づくトーナメント方式の選択を用いて、世代ごとに集団が進化する。
• 利得計算には、拒否と社会的孤立のコストを組み込み、現実のトレードオフをモデル化する。
• 選択の影響を隔離するために、好ましいパートナーセレクションをランダム対戦やラウンドロビン方式のマッチングと比較してシミュレーションする。

実験結果

リサーチクエスチョン

• RQ1 好ましいパートナーセレクションは、進化的な囚人のジレンマにおける協力の長期的安定性にどのように影響するか？
• RQ2 全エージェントが社会的に孤立するウォールフラワー生態系が生じる条件は何か？
• RQ3 拒否コストと社会的孤立コストは、協力と裏切りのバランスにどのように影響するか？
• RQ4 エージェントが裏切りと協力を交互に繰り返す場合、どのような社会的相互作用パターンが出現するか？
• RQ5 報酬配分と協力水準の観点から、好ましいパートナーセレクションはランダムまたはラウンドロビン方式のマッチングと比べてどのように異なるか？

主な発見

• 好ましいパートナーセレクションにより、利得分布がより狭く集中し、大多数の生態系で高い協力水準に収束する。
• エージェントが裏切りに対して容認性が低いか、拒否コストが低いと、全エージェントが社会的に孤立するウォールフラワー生態系が出現する。
• 中間的なパrameter設定では、初期に少数の裏切りが現れ、その後持続的な協力が続く生態系が得られる。
• 好ましい選択下での平均利得は、ランダムまたはラウンドロビン方式のマッチングよりも安定的で、変動が小さい。
• 中間的パrameter領域では、サイクル的かつ相互的な協力・裏切りのダイナミクスを示す多様な社会的相互作用パターンが出現する。
• 本研究は、パートナーチョイスが進化的結果を顕著に変化させ、裏切り者が存在する状況でも協力を促進できることを示している。