[论文解读] Effects of neighbourhood size and connectivity on spatial Continuous Prisoner's Dilemma

Margarita Ifti, Timothy Killingback+1 more|arXiv (Cornell University)|May 24, 2004

Evolutionary Game Theory and Cooperation参考文献 29被引用 5

一句话总结

本研究探讨了邻里规模与连通性对空间连续囚徒困境中合作行为的影响，发现只有当互动邻里与学习邻里规模相近时，合作才能持续；与随机网络相比，网络拓扑中的聚类——尤其是社交网络中的聚类——通过将使背叛占主导地位的临界平均度（≈150）显著提高，而随机网络中该值仅为≈20，从而显著增强合作。

ABSTRACT

The Prisoner's Dilemma, a 2-person game in which the players can either cooperate or defect, is a common paradigm for studying the evolution of cooperation, when individuals exhibit variable degrees of cooperation. It is known that in the presence of spatial structure, when individuals ``play against'' their neighbours, and ``compare to'' them, cooperative investments can evolve to considerable levels. Here we examine the effect of increasing the neighbourhood size: we find that the mean-field limit of no cooperation is reached for a critical neighbourhood size of about five neighbours. We also find the related result that in a network of players, the critical average degree (number of neighbours) of nodes for which defection is the final state depends only on the network topology. This critical average degree is considerably higher for clustered networks, than for distributed random networks. This result strengthens the argument that clustering is the mechanism which makes the development and maintenance of the cooperation possible.

研究动机与目标

• 探究在互动与学习邻里规模变化时，连续囚徒困境中合作的鲁棒性。
• 确定网络拓扑结构——特别是聚类——对空间结构化种群中合作可持续性的影响。
• 探索当邻近规模与投入水平被允许突变并共同进化时，其进化动态。
• 检验背叛占主导地位的临界连通性阈值是否依赖于系统规模，或仅依赖于拓扑结构。
• 阐明空间结构与信息共享在合作高水平渐进演化中的作用。

提出的方法

• 在二维方形格点上模拟连续囚徒困境，采用不同大小的摩尔邻域。
• 引入独立参数表示‘互动邻域’（玩家进行对弈的对象）与‘学习邻域’（玩家比较收益的对象）。
• 使用收益函数，其中合作以投入水平衡量，适应度取决于总收益减去成本。
• 应用进化动力学，个体采用最成功邻居的策略（投入水平与邻域规模）。
• 构建并分析平均度不同的随机埃拉多斯–雷尼网络与聚类社交网络。
• 测量系统从合作稳态过渡到完全背叛状态的临界平均度。

实验结果

研究问题

• RQ1 在何种邻里规模临界值以上，合作在空间格点上崩溃，且与格点规模无关？
• RQ2 互动邻域与学习邻域规模差异对合作可持续性有何影响？
• RQ3 从合作完全崩溃到背叛占主导的临界平均度是否依赖于网络规模，或仅依赖于拓扑结构？
• RQ4 与随机网络相比，网络结构中的聚类如何影响合作维持的阈值？
• RQ5 当邻域规模与投入水平被允许共同进化时，两者能否协同进化至稳定、高合作水平的状态？

主要发现

• 在纯背叛的平均场极限下，临界邻域规模约为100人（摩尔邻域每边约5人），且与格点规模无关。
• 当互动邻域与学习邻域规模差异超过0.5时，即使邻域规模低于平均场阈值，合作也无法持续。
• 在随机网络中，背叛占主导的临界平均度约为20；在聚类社交网络中，该值约为150，且两者均与网络规模无关。
• 网络拓扑中的聚类是使合作能在更高连通性下持续的关键因素，解释了为何合作在社交网络中更稳定。
• 当邻域规模与投入水平被允许共同进化时，互动邻域与学习邻域趋于收敛，形成稳定、高投入的合作状态。
• 在空间结构化系统中，系统表现出稳健的合作，当邻域参数共同进化时，投入水平在高且稳定的值附近波动。