[論文レビュー] Stochastic Evolving Differential Games Toward a Systems Theory of Behavioral Social Dynamics

Giulia Ajmone Marsan, Nicola Bellomo+1 more|arXiv (Cornell University)|Jun 18, 2015

Evolutionary Game Theory and Cooperation参考文献 75被引用数 6

ひとこと要約

本稿では、運動論およびゲーム理論に裏打ちされた確率的進化的微分ゲームに基づく、行動的社会ダイナミクスのシステム理論を提案する。社会的システムを、学習と競争を通じて戦略を進化させる、相互作用的で適応的なエージェントの集合体としてモデル化し、集団行動を数学的に厳密に分析するフレームワークを提供する。主な結果として、均衡収束の形式的証明が欠如しているにもかかわらず、漸近的安定性および一意な長期的構成が示されている。

ABSTRACT

This paper proposes a systems approach to social sciences based on mathematical framework derived from a generalization of the mathematical kinetic theory and on theoretical tools of game theory. Social systems are modeled as a living evolutionary ensemble composed by many individuals, who express specific strategies, cooperate, compete and might aggregate into groups which pursue a common interest. A critical analysis on the complexity features of social system is developed and a differential structure is derived to provide a general framework toward modeling.

研究の動機と目的

• 複雑な社会的システムを、戦略的行動を示す進化的で適応的な個体の集合体としてモデル化するための数学的枠組みを開発すること。
• 運動論、進化的ゲーム理論、学習ダイナミクスの概念を統合的に統合するシステム的アプローチを構築すること。
• 古典的ゲーム理論の限界を克服し、個々の合理的エージェントではなく、全体の集団をモデル化すること。
• 動的で非線形なモデル化の視点から、社会的システムにおける「ビッグデータ」の解釈と分析のための概念的・分析的基盤を提供すること。
• マルチスケール、マルチダイナミクス、ネットワーキングされた社会的相互作用をモデル化するうえでの未解決の課題を特定・解決すること。

提案手法

• 社会的エージェントを、戦略が多様な活性的で進化的な実体として表現するため、活性粒子の運動論（KTAP）の一般化を採用する。
• 不確実性下での個々の意思決定を記述するために、確率的微分ゲームを用い、報酬に依存する戦略の進化を記述する。
• エージェントが観察された結果とネットワーキングされた相互作用に基づいて戦略を更新する学習ダイナミクスをフレームワークに組み込む。
• ミクロ・マクロ相互作用はモーメントに基づく近似を用い、一次および二次モーメントをそれぞれ影響力とエネルギー的効果を表すものとして使用する。
• 戦略頻度が報酬に応じて進化するフィードバックループを組み込み、その報酬は集団構成に依存するため、非線形な動的システムを形成する。
• リプシッツ連続性およびL1ノルム保存の仮定の下で、固定点定理を用いて解の存在および一意性を確立する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、生きる・適応的なシステムの複雑さを反映するように、社会的ダイナミクスの数学的モデリングを再定義できるか？
• RQ2 運動論、ゲーム理論、進化的ダイナミクスを社会的システムに統合する一般的な数学的構造を導出できるか？
• RQ3 先行研究は、このような統合的数学的フレームワークを社会的モデリングにどの程度活用してきたか？
• RQ4 システム理論的アプローチは、社会的および経済的文脈におけるビッグデータの解釈と分析をどのように向上させられるか？
• RQ5 社会的システムにおける複数の相互作用するダイナミクスおよびネットワーキングされた相互作用をモデル化するうえでの主な課題は何か？

主な発見

• 提案された確率的微分ゲーム系の解は局所的に存在し、L1ノルムの保存により無限に延長可能である。
• 数値的証拠から、すべての初期条件が一意かつ安定な漸近的構成へ収束することが示唆されるが、この振る舞いには形式的解析的証明が欠けている。
• 系の漸近的挙動は初期条件の形状に依存するため、古典的熱力学的概念を越えた、均衡の新たな定義の必要性が示唆される。
• 戦略頻度と報酬の間の非線形フィードバックにより、グループ形成、戦略の拡散、集団的適応といった複雑な現象をモデルが捉えている。
• ミクロ相互作用における因子分解された遷移確率や平均場的相互作用の仮定は理論的根拠に欠け、見直しが必要である。
• 二次モーメント（「エネルギー」や影響力を表すもの）といった高次モーメントを用いることで、ネットワーク内での相互作用レートおよび選択的影響のモデル化が向上する。