[论文解读] A simple evolutionary game with feedback between perception and reality

Dmitriy Cherkashin, J. Doyne Farmer+1 more|ArXiv.org|Aug 28, 2007

Evolutionary Game Theory and Cooperation参考文献 14被引用 4

一句话总结

本文提出一种简单的演化博弈模型，其中结果概率（例如抛硬币的赔率）通过可调的‘现实映射’依赖于玩家下注，从而实现从纯粹客观到纯粹主观博弈的连续过渡。关键发现是，自我强化的现实映射会引发递增回报和财富集中，且低效性随时间以幂律 t⁻ᵞ 衰减，揭示了即使在这一最小化模型中，也存在复杂且与财富相关的动态行为。

ABSTRACT

We study an evolutionary game of chance in which the probabilities for different outcomes (e.g., heads or tails) depend on the amount wagered on those outcomes. The game is perhaps the simplest possible probabilistic game in which perception affects reality. By varying the `reality map', which relates the amount wagered to the probability of the outcome, it is possible to move continuously from a purely objective game in which probabilities have no dependence on wagers, to a purely subjective game in which probabilities equal the amount wagered. The reality map can reflect self-reinforcing strategies or self-defeating strategies. In self-reinforcing games, rational players can achieve increasing returns and manipulate the outcome probabilities to their advantage; consequently, an early lead in the game, whether acquired by chance or by strategy, typically gives a persistent advantage. We investigate the game both in and out of equilibrium and with and without rational players. We introduce a method of measuring the inefficiency of the game and show that in the large time limit the inefficiency decreases slowly in its approach to equilibrium as a power law with an exponent between zero and one, depending on the subjectivity of the game.

研究动机与目标

• 建立一个通过感知与现实之间的反馈机制，研究主观认知如何影响概率博弈中客观结果的模型。
• 通过调节将下注与结果概率关联的‘现实映射’，研究从纯粹客观到纯粹主观博弈的过渡过程。
• 分析自我强化与自我削弱反馈对财富动态、均衡状态及效率的影响。
• 量化非均衡状态下的低效性，并评估系统向效率收敛的程度。
• 探讨在感知-现实反馈机制下，短视对数回报最大化是否仍是一种有效的生存策略。

提出的方法

• 该博弈包含 N 名参与者对 L 种结果（例如正面或反面）下注，每位玩家通过策略向量 s_il 将全部财富分配至各结果。
• 财富更新遵循 pari-mutuel 规则：w_i^(t+1) = (s_iλ w_i^(t)) / p_λ，其中 p_λ 为获胜结果 λ 的总下注额。
• 现实映射 q(p) 定义了结果概率如何依赖于总下注额 p_l，从而实现从客观（q 与 p 无关）到主观（q 与 p 成正比）的连续调节。
• 自我强化映射（q’ > 0）会放大早期领先优势，而自我削弱映射（q’ < 0）则会抑制热门结果的出现。
• 效率通过与不存在可盈利偏离的均衡状态的偏差来衡量，低效性在大 t 时以 t⁻ᵞ 的形式衰减。
• 理性玩家优化其期望对数回报，而其他参与者则采用固定或短视策略，从而实现对生存能力与表现的对比分析。

实验结果

研究问题

• RQ1 玩家下注对结果概率的反馈如何改变简单概率博弈中的财富动态？
• RQ2 自我强化与自我削弱的现实映射对递增回报与财富集中现象的出现有何影响？
• RQ3 在非均衡状态下，低效性如何随时间演变，其函数形式为何？
• RQ4 当现实依赖于感知时，短视对数回报最大化是否仍是一种有效的生存策略？
• RQ5 系统向效率收敛的程度如何依赖于现实映射的主观性？

主要发现

• 低效性以幂律 t⁻ᵞ 形式渐近衰减，其中 0 ≤ γ ≤ 1，具体取决于现实映射的主观程度，表明系统向效率收敛速度较慢。
• 自我强化的现实映射（q’ > 0）导致递增回报，并使早期富裕玩家持续保持优势，从而破坏客观动态的稳定性。
• 财富集中起到了稳定作用，可抵消 q(p) 中正反馈带来的不稳定性。
• 短视对数纳什均衡具有显著的财富依赖性且随时间演变，因此静态均衡分析不再适用。
• 在纯粹主观情形（q ∝ p）下，所有策略配置在定义上均为有效，因为不存在占优策略。
• 对于自我强化映射，理性玩家可实现与自身财富规模成比例的递增回报，模拟结果表明 α = 1/2 和 α = 2 时均成立。