论文部分内容阅读
合作行为在人类社会以及其它物种随处可见,但实际上并不容易实现,因此对合作行为的探索一直是科学领域关注的焦点之一。从上个世纪70年代开始,许多专家学者利用演化博弈论对合作行为的涌现机制进行了深入的探讨,在这些机制下,群体可以自发演化到合作状态。
本文从完全不同的角度研究了合作的干预机制。在现实的一些系统(如社会系统、生物群体系统)中,原有个体的动力学规则难以被改变,并且群体很难自发演化出合作行为,在这种情况下,如何通过干预方法使其达到合作状态。本文创新地将软控制方法应用到多人囚徒困境博弈中,研究了如何利用软控制方法在不改变系统原有个体动力学规则的前提下引导群体实现合作。主要研究内容如下:
(1)提出并设计了群体全交互博弈形式下的软控制机制,即在原有群体中加入一些可控的特殊个体,这些个体遵守原有群体的博弈规则并被看作普通个体。通过设计特殊个体的干预策略进而实现引导群体合作的目的。本文通过理论分析和仿真实验证明了软控制的有效性;
(2)给出了比全交互更为复杂的部分交互模型,并在这一模型下,提出了带有定向选择的软控制机制。通过对策略空间、交互网络、参数灵敏度、随机因素、收益表达形式及选择策略的研究,本文不但验证了机制的有效性,还进一步说明了其鲁棒性以及可扩展性;
(3)探讨群体层次上干预策略的演化,提出了双种群共同演化的软控制机制。通过研究普通群体与特殊群体之间的相互作用,给出了特殊个体干预策略的动态演化特征;
(4)基于二人学习博弈,给出了诱导具有学习能力的普通个体实现合作的干预策略特征。
本文的创新之处主要包括:
(1)根据软控制的基本思想,即在不改变系统原有个体动力学规则的前提下,首次提出了多人博弈系统中的合作干预方法,拓展和丰富了合作演化的研究,为这一领域的研究提供了新的思路和视角;
(2)基于多人囚徒困境,深入而系统地研究了软控制的有效性、鲁棒性和可扩展性;
(3)首次以多人博弈为切入点,基于演化博弈与学习博弈,从群体和个体的角度,探索了复杂系统的干预方法。
综上所述,本文一方面拓展了合作演化的研究工作,所研究的方法成为合作干预中首个有效而又可行的例子;另一方面,基于多人博弈的实例研究,丰富了复杂系统的干预方法,为进一步探索奠定了基础。