[論文レビュー] Replicator dynamics with mutations for games with a continuous strategy space

M. Ruijgrok, Thijs Ruijgrok|ArXiv.org|May 12, 2005

Evolutionary Game Theory and Cooperation参考文献 25被引用数 8

ひとこと要約

本稿は、連続戦略空間を有するゲームにおける決定論的変異を組み込んだリプロダクター力学の偏微分方程式を定式化し、古典的進化的ゲーム理論を拡張する。小さな変異率でも、公平な戦略が変異駆動選択によって段階的に優位になる二時間スケールのダイナミクスのおかげで、Ultimatum Gameにおける提示額が、部分ゲーム完全ナッシュ均衡のゼロから著しく上昇し、平均で30％を超えるようになることが示された。

ABSTRACT

A partial differential equation is derived, describing the replicator dynamics with mutations of games with a continuous strategy space. This equation is then applied to continuous versions of symmetric 2x2 games, such as the Prisoners Dilemma, Hawk-Dove and Coordination games, and to the Ultimatum Game. In the latter case, we find that adding even a small mutation term to the replicator equation leads to a solution where the average offer is significantly larger than zero.

研究の動機と目的

• 決定論的変異を組み込むことで、連続戦略空間を有するゲームにおけるリプロダクター力学を拡張すること。
• 変異と選択の下での戦略分布の時間発展を記述する偏微分方程式を導出すること。
• 古典的リプロダクター力学と比較して、変異が対称的2×2ゲームおよびUltimatum Gameにおける長期的結果に与える影響を分析すること。
• 非自明な定常分布（点質量ではなく広いサポートを持つもの）の出現を調査すること。
• 特に小さな変異率の下で、収束ダイナミクスにおける複数時間スケールの役割を探索すること。

提案手法

• 有限戦略の離散的戦略系の極限を取ることで、連続時間のリプロダクター方程式に変異を組み込む。
• 統計力学にインspiredされたアプローチを用い、離散的から連続的戦略空間への移行を図り、R^nのコンact部分集合上での確率密度関数に離散的確率を置き換える。
• 変異項を含む時間発展を記述する偏微分方程式（PDE）を定式化する。
• 対称的2×2ゲーム（囚人のジレンマ、ハクドリ・ドーベル、協調）およびUltimatum Gameの連続的版にPDEを適用する。
• 解の長期的挙動を分析し、定常分布とその変異率依存性を同定する。
• 数値シミュレーションを用いて収束ダイナミクスを研究し、特にハクドリ・ドーベルおよびUltimatum Gameで観察される二時間スケールの挙動に注目する。

実験結果

リサーチクエスチョン

• RQ1 決定論的変異の組み込みが、標準的リプロダクター力学と比較して、連続戦略進化的ゲームにおける長期的結果にどのように影響を及ぼすか？
• RQ2 部分ゲーム完全均衡がゼロの提示額を予測するにもかかわらず、小さな変異率がUltimatum Gameにおける協力的行動の出現を引き起こすことは可能か？
• RQ3 ハクドリ・ドーベルやUltimatum Gameのようなゲームにおいて、戦略分布の収束に複数時間スケールが果たす役割は何か？
• RQ4 定常分布が戦略空間全体に広がったサポートを持つ条件は何か、単一戦略に集中するのではなく？
• RQ5 Ultimatum Gameにおける平均提示額は変異率にどのように依存するか？このスケーリングは解析的に特徴づけられるか？

主な発見

• Ultimatum Gameにおいて、0.1％の変異率ですら、平均提示額が30％を超えることが示された。これは、部分ゲーム完全ナッシュ均衡のゼロとは著しく異なる。
• ダイナミクスは二つの明確な時間スケールを示す：非ゼロ平均提示額を中心とする分布への迅速な初期吸引と、一意の定常解への緩やかな収束。
• 連続的ハクドリ・ドーベルゲームでは、定常分布が混合戦略範囲全体に広がったサポートを持つが、離散的ケースでは安定な混合均衡が存在するのとは対照的である。
• 小さな変異率の下で、Ultimatum Gameにおける極限分布は、変異率に反比例する速度で非ゼロ平均にゆっくり収束する。
• モデルは、決定論的変異が協力的行動を直接選択するのではなく、変異者受容者および公平な提示者の間接的利点を通じて持続可能であることを明らかにした。
• Ultimatum Gameにおける定常解は一意的であるが、一時的ダイナミクスは複雑であり、平均提示額が著しく高い分布への急速なシフトと、その後の緩やかな収束を含む。