[论文解读] Zero-Determinant Strategies in the Iterated Public Goods Game

Liming Pan, Dong Hao+2 more|arXiv (Cornell University)|Feb 14, 2014

Evolutionary Game Theory and Cooperation被引用 18

一句话总结

本文将零决定点（ZD）策略从双人重复囚徒困境扩展到N人重复公共品博弈（IPGG），证明单个玩家可单方面控制其他所有玩家的总收益，或以有界榨取比率强制执行线性收益关系。此类控制的可行性取决于群体规模和乘数因子，当该因子超过与玩家数量相关的阈值时，将出现严格约束。

ABSTRACT

Recently, Press and Dyson have proposed a new class of probabilistic and conditional strategies for the two-player iterated Prisoner's Dilemma, so-called zero-determinant strategies. A player adopting zero-determinant strategies is able to pin the expected payoff of the opponents or to enforce a linear relationship between his own payoff and the opponents' payoff, in a unilateral way. This paper considers zero-determinant strategies in the iterated public goods game, a representative multi-player evolutionary game where in each round each player will choose whether or not put his tokens into a public pot, and the tokens in this pot are multiplied by a factor larger than one and then evenly divided among all players. The analytical and numerical results exhibit a similar yet different scenario to the case of two-player games: (i) with small number of players or a small multiplication factor, a player is able to unilaterally pin the expected total payoff of all other players; (ii) a player is able to set the ratio between his payoff and the total payoff of all other players, but this ratio is limited by an upper bound if the multiplication factor exceeds a threshold that depends on the number of players.

研究动机与目标

• 探究零决定点（ZD）策略——此前在双人游戏中被证明有效——是否可扩展至多玩家重复公共品博弈（IPGG）。
• 确定在N人IPGG中，单个玩家是否可单方面固定所有其他玩家的期望总收益。
• 检查玩家是否可强制执行自身收益与他人总收益之间的线性榨取关系，若可，其约束条件为何。
• 分析此类ZD策略在何种条件下可行，尤其关注群体规模与乘数因子r之间的相互作用。
• 探讨ZD策略在群体互动中的演化稳定性和实际局限性，与双人IPD动态进行对比。

提出的方法

• 将双人游戏中的零决定点框架适配至N人重复公共品博弈，采用基于前一轮结果条件概率的记忆一阶策略。
• 使用包含2^N种可能状态的马尔可夫链建模游戏，表示N名玩家在合作（C）与背叛（D）之间的所有组合。
• 推导马尔可夫链的平稳分布，并利用基于行列式的线性代数方法，将玩家的期望收益表示为策略向量的函数。
• 通过将由策略向量和收益向量构成的矩阵的行列式设为零，应用ZD条件，从而实现对对手收益的单方面控制。
• 求解所得线性方程组，以确定玩家可固定他人总收益或强制执行线性收益比率的条件。
• 进行解析与数值分析，识别乘数因子r的临界阈值，超过该阈值后单方面控制将受限制或不可能。

实验结果

研究问题

• RQ1 在N人重复公共品博弈中，单个玩家是否可使用ZD策略单方面固定所有其他玩家的期望总收益？
• RQ2 在何种条件下——特别是关于群体规模和乘数因子r——ZD玩家可强制执行自身收益与他人总收益之间的线性关系？
• RQ3 ZD玩家可强制执行的榨取比率是否存在上界？若有，该上界如何依赖于玩家数量N和r？
• RQ4 多玩家博弈中ZD策略的约束条件与双人重复囚徒困境中的有何不同？
• RQ5 这些约束对ZD策略在基于群体的社会困境中的演化稳定性和实际可行性有何影响？

主要发现

• 当玩家数量较少或乘数因子r较小时，玩家可在IPGG中单方面固定所有其他玩家的期望总收益。
• 当乘数因子r超过依赖于玩家数量的阈值时，ZD玩家将无法再单方面固定他人总收益。
• ZD玩家可强制执行自身收益与他人总收益之间的线性关系，但榨取比率存在由N和r决定的上界。
• 随着玩家数量的增加，榨取比率的上界趋于收紧，从而在较大群体中限制了ZD策略的效力。
• 分析表明，IPGG中的ZD策略受群体规模和r的约束，其威力小于双人游戏中的情况，尤其当r > N时更为显著。
• 本文通过解析证明，ZD玩家无法单方面设定自身收益，确认了其与某些其他博弈论设定的关键差异。