[论文解读] How Much Does Users' Psychology Matter in Engineering Mean-Field-Type Games

G. Rossi, Alain Tcheukam Siwe+1 more|arXiv (Cornell University)|Feb 17, 2017

Educational Games and Gamification参考文献 19被引用 5

一句话总结

本文通过将心理因素——尤其是同理心——整合到工程系统中，拓展了平均场类型博弈论，表明同理心偏好可减少收益不平等并增强合作。该研究提出一种心理收益模型，结合同理心、信念和平均场状态，通过理论分析与实验验证表明，同理心-利他主义能提升资源分配、能源市场及设备到设备通信中的合作与公平性。

ABSTRACT

Until now mean-field-type game theory was not focused on cognitively-plausible models of choices in humans, animals, machines, robots, software-defined and mobile devices strategic interactions. This work presents some effects of users' psychology in mean-field-type games. In addition to the traditional "material" payoff modelling, psychological patterns are introduced in order to better capture and understand behaviors that are observed in engineering practice or in experimental settings. The psychological payoff value depends upon choices, mean-field states, mean-field actions, empathy and beliefs. It is shown that the affective empathy enforces mean-field equilibrium payoff equity and improves fairness between the players. It establishes equilibrium systems for such interactive decision-making problems. Basic empathy concepts are illustrated in several important problems in engineering including resource sharing, packet collision minimization, energy markets, and forwarding in Device-to-Device communications. The work conducts also an experiment with 47 people who have to decide whether to cooperate or not. The basic Interpersonal Reactivity Index of empathy metrics were used to measure the empathy distribution of each participant. Android app called Empathizer is developed to analyze systematically the data obtained from the participants. The experimental results reveal that the dominated strategies of the classical game theory are not dominated any more when users' psychology is involved, and a significant level of cooperation is observed among the users who are positively partially empathetic.

研究动机与目标

• 为填补平均场类型博弈论在人类与机器决策认知上位心理模型方面的空白。
• 建模同理心、利他主义与怨恨心理如何影响大规模交互式工程系统中的战略行为。
• 证明心理收益，尤其是同理心偏好，相比经典物质收益模型，能带来更公平与合作的结果。
• 通过47名参与者的受控实验，使用安卓应用测量同理心与合作行为，验证理论发现。
• 探讨同理心在现实场景（如D2D通信与能耗管理）中对网络性能的影响。

提出的方法

• 提出一种心理平均场类型博弈框架，其中收益取决于物质结果、平均场状态、行动、信念与同理心。
• 引入一种心理收益函数，结合自利型、利他型与互惠型成分，同理心作为关键参数。
• 在概率测度空间上开发动态规划方法，求解连续与有限状态空间下的均衡。
• 使用人际反应性量表（IRI）量化参与者的同理心水平，包括观点采择（PT）、同理关心（EC）、幻想（FS）与个人困扰（PD）。
• 使用名为“Empathizer”的安卓应用，收集并分析47名参与者在合作游戏中实时的行为数据。
• 分析同理心子量表与合作水平之间的相关性，以识别战略行为的心理驱动因素。

实验结果

研究问题

• RQ1 在平均场类型博弈中引入同理心后，均衡结果与公平性在工程系统中如何变化？
• RQ2 相较于经典博弈论预测，同理心利他主义在一次性博弈中多大程度上提升了合作？
• RQ3 在实验环境中，特定同理心子量表（如PT、EC、FS、PD）与观察到的合作水平之间存在何种关系？
• RQ4 怨恨心理或个人困扰等心理因素如何影响联网工程系统中的战略决策？
• RQ5 在资源分配、能源市场及D2D通信等现实场景中，同理心模型是否比传统物质收益模型更准确预测真实行为？

主要发现

• 同理心利他主义显著提升一次性博弈中的合作水平，当参与者在观点采择（PT）与个人困扰（PD）上得分较高时，合作率达到66.66%。
• 当同理关心（EC）与幻想（FS）子量表结合时，合作率最高（75%），表明存在强烈的利他动机。
• 个人困扰（PD）与合作水平呈负相关（r = -0.3462），提示困扰可能引发怨恨行为，降低合作意愿。
• 当引入心理因素后，经典博弈论中的支配策略不再占优，表明战略行为发生根本性转变。
• 同理心-利他主义显著缩小了平均场博弈中的收益不平等差距，提升了玩家间的公平性。
• 在PT与PD得分较高的参与者中观察到同理心-怨恨行为，表明同理心可能被恶意利用，降低合作并加剧冲突。