[论文解读] Replicator dynamics with mutations for games with a continuous strategy space

M. Ruijgrok, Thijs Ruijgrok|ArXiv.org|May 12, 2005

Evolutionary Game Theory and Cooperation参考文献 25被引用 8

一句话总结

本文为具有连续策略空间的博弈中，基于确定性突变的复制子动态建立了偏微分方程，扩展了经典进化博弈论。研究证明，即使突变率极低，也能在最后通牒博弈中导致显著更高的出价——从子博弈完美纳什均衡的零出价，转变为平均出价超过30%——这是由于存在两种时间尺度的动态机制，其中公平策略通过突变驱动的选择逐渐占据主导地位。

ABSTRACT

A partial differential equation is derived, describing the replicator dynamics with mutations of games with a continuous strategy space. This equation is then applied to continuous versions of symmetric 2x2 games, such as the Prisoners Dilemma, Hawk-Dove and Coordination games, and to the Ultimatum Game. In the latter case, we find that adding even a small mutation term to the replicator equation leads to a solution where the average offer is significantly larger than zero.

研究动机与目标

• 通过引入确定性突变，将复制子动态扩展至具有连续策略空间的博弈。
• 推导一个偏微分方程，以描述在突变与选择作用下策略分布的时间演化。
• 分析突变如何改变对称2×2博弈和最后通牒博弈中长期结果的影响，与经典复制子动态进行对比。
• 研究非平凡稳态分布的出现，包括支持范围广泛而非仅集中于单个策略的分布。
• 探讨多时间尺度在收敛动态中的作用，特别是在突变率较低的情况下。

提出的方法

• 通过取有限策略离散策略系统的极限，推导出包含突变的连续时间复制子方程。
• 采用统计力学的思路，实现从离散到连续策略空间的过渡，将离散概率替换为R^n紧子集上的概率密度函数。
• 建立一个描述策略分布时间演化的偏微分方程（PDE），其中包含类似扩散的突变项。
• 将PDE应用于对称2×2博弈（如囚徒困境、鹰鸽博弈、协调博弈）和最后通牒博弈的连续版本。
• 分析解的长期行为，识别稳态分布及其对突变率的依赖性。
• 使用数值模拟研究收敛动态，特别关注在鹰鸽博弈和最后通牒博弈中观察到的双时间尺度行为。

实验结果

研究问题

• RQ1 与标准复制子动态相比，确定性突变的引入如何改变连续策略演化博弈中的长期结果？
• RQ2 在子博弈完美均衡预测出价为零的最后通牒博弈中，极低的突变率是否能导致合作行为的出现？
• RQ3 在收敛策略分布过程中，多时间尺度起什么作用，特别是在鹰鸽博弈和最后通牒博弈中？
• RQ4 在何种条件下，稳态分布会在整个策略空间上具有全支持，而非集中于单一策略？
• RQ5 最后通牒博弈中的平均出价如何随突变率变化，这种变化关系能否被解析刻画？

主要发现

• 在最后通牒博弈中，即使突变率仅为0.1%，平均出价也超过30%，与子博弈完美纳什均衡的零出价存在显著偏离。
• 动态表现出两种不同的时间尺度：快速初始吸引至以非零均值出价为中心的分布，随后缓慢收敛至唯一的稳态解。
• 在连续的鹰鸽博弈中，稳态分布在整个混合策略范围内具有全支持，而离散情况下仅存在稳定的混合均衡。
• 对于小的突变率，最后通牒博弈中的极限分布会缓慢收敛至非零均值，其收敛速率与突变率成反比。
• 该模型揭示，确定性突变可通过突变接受者和公平出价者的间接收益，维持合作行为，而非通过直接选择。
• 最后通牒博弈的稳态解是唯一的，但瞬态动态复杂，涉及从初始快速转移至高平均出价分布，随后缓慢收敛。