[論文レビュー] Statistical physics of human cooperation

Matjaž Perc, Jillian Jordan+4 more|Repository of the Academy's Library (Library of the Hungarian Academy of Sciences)|May 19, 2017

Evolutionary Game Theory and Cooperation被引用数 7

ひとこと要約

本稿は、統計物理学の手法——特にモンテカルロシミュレーションと相転移理論——を応用して、構造化された集団における人間の協力行動をモデル化し、グループ内相互作用、適応的罰則、自己組織的インcentiveが、費用がかかる執行のもとでも協力を安定化させることを明らかにした。協力的行動と併存する反社会的戦略（罰則や報酬）が共存可能であることも示され、ネットワーク相互作用と寛容性が協力ダイナミクスを顕著に向上させることも明らかになった。

ABSTRACT

Extensive cooperation among unrelated individuals is unique to humans, who often sacrifice personal benefits for the common good and work together to achieve what they are unable to execute alone. The evolutionary success of our species is indeed due, to a large degree, to our unparalleled other-regarding abilities. Yet, a comprehensive understanding of human cooperation remains a formidable challenge. Recent research in social science indicates that it is important to focus on the collective behavior that emerges as the result of the interactions among individuals, groups, and even societies. Non-equilibrium statistical physics, in particular Monte Carlo methods and the theory of collective behavior of interacting particles near phase transition points, has proven to be very valuable for understanding counterintuitive evolutionary outcomes. By studying models of human cooperation as classical spin models, a physicist can draw on familiar settings from statistical physics. However, unlike pairwise interactions among particles that typically govern solid-state physics systems, interactions among humans often involve group interactions, and they also involve a larger number of possible states even for the most simplified description of reality. The complexity of solutions therefore often surpasses that observed in physical systems. Here we review experimental and theoretical research that advances our understanding of human cooperation, focusing on spatial pattern formation, on the spatiotemporal dynamics of observed solutions, and on self-organization that may either promote or hinder socially favorable states.

研究の動機と目的

• 空間的およびネットワーク的相互作用の観点から、統計物理学の視点から人間の協力行動の集団的ダイナミクスを理解すること。
• 罰則、報酬、寛容性といったメカニズムが、人間集団における協力的行動の出現と安定性に与える影響を調査すること。
• 物理学的手法を用いて現実世界の協力現象をシミュレート・分析することで、実験的社会科学と理論的モデリングの間のギャップを埋めること。
• 反社会的戦略（反社会的罰則や報酬など）が、協力的行動の破壊または共存に果たす役割を調査すること。
• 報酬、ステータス、個人のリスク選好といった認知的および社会的要因を組み込んだ、人間の協力行動の数学的モデルを構築・精緻化すること。

提案手法

• 空間的およびネットワーク的集団における確率的戦略更新をシミュレートするためにモンテカルロ法を用い、公共財ゲームにおける個々の意思決定をモデル化した。
• 非平衡統計力学の概念、特に相転移と臨界現象を応用して、協力的パターンの出現を分析した。
• 人間の協力行動を古典的スピン系としてモデル化し、グループ内相互作用と複数の戦略状態を含む社会的ジレンマに統計力学の道具を適応した。
• ペア罰則・プール罰則／報酬メカニズムを備えた空間的公共財ゲームを用いて、インcentiveの自己組織的形成と協力的サブシステムの安定性を研究した。
• 執行コストを低減し協力の持続可能性を向上させるために、適応的罰則および確率的共有メカニズムを導入した。
• スパティオトロピカルダイナミクスとサブシステム解析を用いて、反社会的戦略下での解の安定性を、特に構造化された集団において分析した。

実験結果

リサーチクエスチョン

• RQ1 グループ内相互作用とネットワーク構造は、人間社会における協力の進化を促進するか、妨げるか、どのように作用するか？
• RQ2 適応的罰則は協力をどのように安定化させるのか？また、固定または高コストの罰則メカニズムと比較して、どのような違いを示すか？
• RQ3 反社会的戦略（反社会的罰則や報酬）は、協力的行動と共存可能か？また、長期的には協力にどのような影響を与えるか？
• RQ4 「裏切り者を受け入れる」という寛容性が、協力的ネットワークの強靭性と持続可能性に与える影響は何か？
• RQ5 中央集権的管理なしに、ペアベースまたは確率的報酬システムといった自己組織的インcentiveが、協力をどの程度向上できるか？

主な発見

• 適応的罰則メカニズムは、執行コストを低減することでネットワーク相互作用を顕著に強化し、協力をより持続可能な状態に安定化させる。
• 報酬や罰則の確率的共有は、高コストの執行下でも協力の崩壊を防ぎ、無料乗車問題に対する頑健な解決策を示している。
• 反社会的罰則は協力の執行を著しく損なうが、反社会的報酬は意外にも協力的公共財行動を妨げず、協力的行動の逆説的な耐性を示している。
• 自己組織的ペア罰則および報酬は、サイクル的優位性のパターンと特異な一次相転移を引き起こし、協力進化における複雑で非平衡なダイナミクスを示している。
• 特に多様なレベルの寛容性を含む場合、裏切り者と協力的システムが崩壊せずに共存できるため、寛容性は協力を促進する。特に適応的メカニズムと組み合わせると顕著である。
• リスク選好やステータスといった認知的および社会的要因を進化的マルチゲームに統合することで、モデルの現実性が向上し、協力行動における個人差を説明できるようになった。