[论文解读] Cooperation in Subset Team Games: Altruism and Selfishness

Elisha Peterson|ArXiv.org|Jul 14, 2009

Evolutionary Game Theory and Cooperation参考文献 11被引用 3

一句话总结

本文提出子集团队博弈作为统一个体与群体效用的框架，通过在二维合作空间中定义利他主义与自私行为，利用子集效用函数实现。研究显示，当收益分配方案与利他贡献相一致时，团队稳定性与公平性显著提升，尤其在囚徒困境和Cobb-Douglas效用模型等博弈中表现突出。

ABSTRACT

This paper extends the theory of subset team games, a generalization of cooperative game theory requiring a payoff function that is defined for all subsets of players. This subset utility is used to define both altruistic and selfish contributions of a player to the team. We investigate properties of these games, and analyze the implications of altruism and selfishness for general situations, for prisoner's dilemma, and for a specific game with a Cobb-Douglas utility.

研究动机与目标

• 通过引入子集团队博弈，扩展合作博弈理论，利用二维合作空间建模利他主义与自私行为。
• 解决经典合作博弈理论在建模现实团队协作时的局限性，即个体更重视群体效用而非个人收益。
• 开发衡量利他与自私贡献的指标，以量化团队凝聚力与稳定性。
• 分析收益分配方案对团队行为的影响，特别是在高风险或非对称合作情境下。
• 展示该框架在经典博弈（如囚徒困境）及使用Cobb-Douglas效用函数的定量模型中的适用性。

提出的方法

• 定义所有联盟 $S \subset T$ 上的子集效用函数 $u: 2^T \to \mathbb{R}$，推广经典TU博弈。
• 引入两个关键度量：利他贡献 $a_A = u_A(A \cup B) - u_A(B)$ 与自私贡献 $c_A = u_A(A \cup B) - u_A(A)$，其中 $A$ 与 $B$ 为不相交的联盟。
• 构建以 $(a_A, c_A)$ 为坐标的协作空间，其中第一象限表示完全合作行为。
• 将该框架应用于囚徒困境，分析利他主义如何影响背叛动机与团队稳定性。
• 使用Cobb-Douglas效用函数 $f_{A\cup B}(A\cup B)^\theta \hat{x}_{A\cup B}^{1-\theta}$ 建模资源分配，并在不同收益分配方案下计算贡献。
• 通过绘制 $c_A$ 与 $a_A$ 关于 $x_B/|B|$ 的曲线分析稳定性，其中 $\gamma \in [0,1]$ 控制收益比例性。

实验结果

研究问题

• RQ1 如何在涵盖所有玩家子集的合作博弈框架中，正式量化利他主义与自私行为？
• RQ2 在团队成员存在冲突激励的情况下，子集团队博弈中团队稳定性的条件是什么？
• RQ3 不同的收益分配方案（均等 vs. 比例）如何影响团队中的利他程度与搭便车风险？
• RQ4 合作空间框架在多大程度上优于合作博弈理论中的经典边际贡献分析？
• RQ5 子集团队博弈模型能否预测并优化现实场景（如资源分配或协作平台）中的团队表现？

主要发现

• 当团队规模均衡且收益分配方案为比例分配（$\gamma = 1$）时，团队稳定性最高，尤其在 $x_B/|B|$ 较小时。
• 自私贡献 $c_A$ 随 $\gamma$ 增加而上升，表明比例收益更有利于激励理性行为。
• 当 $\gamma$ 较小时，随着 $x_B/|B| \to 1$，‘背叛’的边际收益显著增加，暴露出对搭便车行为的脆弱性。
• 当且仅当对所有不相交的 $A, B$ 都有 $f_B(A \cup B) \geq f_B(B)$ 时，博弈为完全合作，确保利他贡献非负。
• 合作空间框架通过象限可视化团队行为，第一象限代表最优协作，第二象限反映敌对性、非合作动态。
• 该框架通过将利他主义与自私行为嵌入几何化、可分析的空间，成功推广了经典合作博弈理论，能够预测团队凝聚力与激励相容性。