[论文解读] Emergence and resilience of cooperation in the spatial Prisoner's Dilemma via a reward mechanism

Raúl Jiménez, Haydée Lugo+2 more|ArXiv.org|Jun 5, 2007

Evolutionary Game Theory and Cooperation参考文献 36被引用 5

一句话总结

本文提出了一种在空间囚徒困境中共享奖励的机制，其中合作者从一个共同池中获得固定奖励，使得单个合作者能够入侵由背叛者组成的群体，并形成稳定、坚韧的集群。该机制即使在奖励被移除后，仍能维持高水平且可持续的合作，为结构化群体中合作的出现提供了新途径。

ABSTRACT

We study the problem of the emergence of cooperation in the spatial Prisoner's Dilemma. The pioneering work by Nowak and May showed that large initial populations of cooperators can survive and sustain cooperation in a square lattice with imitate-the-best evolutionary dynamics. We revisit this problem in a cost-benefit formulation suitable for a number of biological applications. We show that if a fixed-amount reward is established for cooperators to share, a single cooperator can invade a population of defectors and form structures that are resilient to re-invasion even if the reward mechanism is turned off. We discuss analytically the case of the invasion by a single cooperator and present agent-based simulations for small initial fractions of cooperators. Large cooperation levels, in the sustainability range, are found. In the conclusions we discuss possible applications of this model as well as its connections with other mechanisms proposed to promote the emergence of cooperation.

研究动机与目标

• 解决在空间囚徒困境中，当群体最初由背叛者主导时，合作如何出现的未解问题。
• 探讨是否可以通过对合作者共享固定金额奖励，触发稳定、坚韧的合作集群的形成。
• 证明即使在奖励机制被关闭后，合作仍能建立并持续维持。
• 提供一种机制，解释先前空间PD模型中观察到的大规模初始合作者集群的起源。
• 将该模型与生物和社会系统联系起来，这些系统中奖励或惩罚机制稳定了互惠关系。

提出的方法

• 在方形格子上实施一个空间演化博弈模型，采用“模仿最优者”更新规则。
• 参与者通过标准的两人囚徒困境进行互动，其中成本为 c，收益为 b，且满足 b > c > 0。
• 向群体中所有合作者添加一个固定金额的奖励 R，无论其邻近个体如何，从而创造一种共享激励。
• 奖励在所有合作者之间平均分配，提高其总收益，从而增强其适应度。
• 针对单个合作者入侵和小比例初始合作者的情况，开展基于代理的模拟。
• 通过在集群形成后移除奖励并观察长期合作水平，测试其韧性。

实验结果

研究问题

• RQ1 在固定奖励机制下，单个合作者能否成功入侵由背叛者组成的群体，并启动稳定合作集群的形成？
• RQ2 在什么条件下，奖励机制能够在空间囚徒困境中生成并维持高水平的合作？
• RQ3 在奖励被移除后，合作集群对背叛者的重新入侵有多强的韧性？
• RQ4 与惩罚、间接互惠或亲缘选择等机制相比，该奖励机制在促进合作方面有何差异？
• RQ5 在哪些生物或社会系统中，此类奖励机制可能更准确地描述互惠关系？

主要发现

• 当应用固定奖励时，单个合作者能够成功入侵由背叛者组成的群体，并启动稳定、坚韧的合作集群的形成。
• 在奖励机制关闭后，合作水平仍保持高水平且稳定，表明所涌现集群具有极强的韧性。
• 初始合作水平高达90%的模拟显示，若无奖励，合作水平显著下降——在低代价下减半，在中等代价下几乎完全消失，凸显了奖励在合作出现过程中的关键作用。
• 该模型表明，合作可从极小的初始条件中出现，为早期空间PD研究中观察到的大规模合作者集群的起源提供了合理机制。
• 该奖励机制与以往涉及税收或非线性协同效应的模型不同，其依赖于与邻域组成无关的固定共享奖励。
• 研究结果表明，此类奖励机制可能更准确地描述现实世界中的互惠关系，例如豆科植物-根瘤菌共生关系或微生物合作，其中奖励或惩罚机制稳定了合作。