[논문 리뷰] Local Wealth Redistribution Promotes Cooperation in Multiagent Systems

Flávio L. Pinheiro, Fernando P. Santos|arXiv (Cornell University)|2018. 02. 05.

Evolutionary Game Theory and Cooperation참고 문헌 42인용 수 5

한 줄 요약

이 논문은 구조화된 다에이전트 시스템에서 국소적 재분배 메커니즘을 제안하며, 에이전트들이 근접한 이웃과 잉여 재산을 공유함으로써 고도로 타락의 유혹이 있는 사회적 딜레마 상황에서도 협력이 크게 증진됨을 보여준다. 이 메커니즘은 도적 지배에서 협력자 지배로의 역학 전환을 이끌며, 국소적 수혜자 집합이 가장 효과적이며 최적의 매개변수 설정 시 적성 불평등을 원래 수준의 7%로 감소시킨다.

ABSTRACT

Designing mechanisms that leverage cooperation between agents has been a long-lasting goal in Multiagent Systems. The task is especially challenging when agents are selfish, lack common goals and face social dilemmas, i.e., situations in which individual interest conflicts with social welfare. Past works explored mechanisms that explain cooperation in biological and social systems, providing important clues for the aim of designing cooperative artificial societies. In particular, several works show that cooperation is able to emerge when specific network structures underlie agents' interactions. Notwithstanding, social dilemmas in which defection is highly tempting still pose challenges concerning the effective sustainability of cooperation. Here we propose a new redistribution mechanism that can be applied in structured populations of agents. Importantly, we show that, when implemented locally (i.e., agents share a fraction of their wealth surplus with their nearest neighbors), redistribution excels in promoting cooperation under regimes where, before, only defection prevailed.

연구 동기 및 목표

• 자기 중심적이며 의사소통이 없는 에이전트가 사회적 딜레마에 직면할 때 재분배가 협력을 증진시킬 수 있는지 조사하기.
• 협력을 극대화하기 위한 최적의 수혜자 집합 선택 전략을 규명하기.
• 이국적 및 동질적 네트워크 구조에서 재분배가 적성 불평등에 미치는 영향 평가하기.
• 중앙집중적 통제 없이 국소적으로 시행되는 재분배 메커니즘이 협력을 지속시킬 수 있는지 평가하기.
• 재분배가 합리적 자기 이익 기준 하에서 진화적으로 안정적이고 수용 가능한 조건 탐색하기.

제안 방법

• 에이전트는 이진 전략(협력 또는 배신)을 가진 구조화된 네트워크의 노드로 모델링된다.
• 재분배는 세금 메커니즘을 통해 구현되며, 에이전트는 기준치 θ를 초과하는 잉여 재산의 비율 α를 근접한 이웃에게 지불한다.
• 재분배 과정은 반복적으로 적용되며, 각 라운드 후 누적 보상과 재분배를 기반으로 적성 수치가 갱신된다.
• 사회적 학습은 동료 모방을 통해 전개되며, 에이전트는 성과가 높은 이웃을 따라한다.
• 스케일프리 및 무작위 네트워크에서 진화 게임 이론을 활용해 시뮬레이션을 수행하여 협력 역학 평가하기.
• 재분배의 공정성에 미치는 영향 측정을 위해 적성 분산과 누적 보상 분산의 비율을 불평등 척도로 사용한다.

실험 결과

연구 질문

• RQ1 탈락의 유혹이 매우 높은 다에이전트 시스템에서 국소적 재분배가 협력을 증진시키는가?
• RQ2 수혜자 집합 선택 전략(국소 대비 무작위 또는 장거리)이 달성 가능한 협력 수준에 어떤 영향을 미치는가?
• RQ3 세금 매개변수(α 및 θ)의 변화가 협력 수준과 적성 불평등에 어떤 영향을 미치는가?
• RQ4 네트워크의 이질성은 재분배 메커니즘의 효과성과 효율성에 어떤 영향을 미치는가?
• RQ5 국소적으로 시행되는 재분배 계획이 중앙 집중적 강제 없이도 안정적인 협력을 달성할 수 있는가?

주요 결과

• 국소적 재분배 메커니즘은 탈락의 유혹이 매우 높은 상황에서도 시스템을 도적 지배에서 협력자 지배로 전환시킨다.
• α와 θ를 고값으로 설정할 경우, 적성 불평등은 원래 보상 분산의 최대 7%로 감소한다.
• 국소적 수혜자 집합(즉, 근접한 이웃과 공유하는 방식)은 무작위 또는 장거리 집합보다 훨씬 높은 협력 수준을 달성한다.
• 이질적 네트워크에서는 동질적 네트워크보다 낮은 세율과 작은 잉여 기준치로도 완전한 협력을 달성할 수 있다.
• 재분배 메커니즘은 평균 보상과 전체 시스템의 적성 수치를 증가시켜, 투명성의 베일 아래에서 합리적인 수용을 가능하게 한다.
• 협력 수준은 시간이 지남에 따라 나타나고 안정화되며, 메커니즘이 전략 역학을 안정화시키는 영향으로 인해 고정 시간이 다소 길어진다.