链接特定策略环境中的狂热者驱动合作动力学

《Chaos, Solitons & Fractals》:Zealot-driven dynamics of cooperation in link-specific strategy environments

【字体: 大 中 小 】 时间:2026年10月22日 来源:Chaos, Solitons & Fractals 5.7

编辑推荐:

   •链路特定策略重塑了狂热者在结构化群体中的角色。•当链路策略玩家超过某一阈值时,狂热者可以促进合作。•直接经验与间接线索的适当组合能最大化从狂热者中获得的收益。引言合作行为在人类社会、自然系统以及许多其他系统中被广泛观察到,这使得合作的涌现与维持成为核心研究问题 [1]、[2

  
  • •
    链路特定策略重塑了狂热者在结构化群体中的角色。
  • •
    当链路策略玩家超过某一阈值时,狂热者可以促进合作。
  • •
    直接经验与间接线索的适当组合能最大化从狂热者中获得的收益。

引言

合作行为在人类社会、自然系统以及许多其他系统中被广泛观察到,这使得合作的涌现与维持成为核心研究问题 [1]、[2]、[3]、[4]、[5]、[6]、[7]、[8]。该问题通常借助社会困境模型进行研究,例如囚徒困境和公共品博弈 [9]、[10]、[11]。在这些模型中,个体必须在合作(付出代价以造福他人)与背叛(获得更高的个体收益)之间做出选择 [12]、[13]、[14]。尽管合作能增强集体福利,但其个人成本使其在进化上脆弱,在不利条件下容易崩溃。为了解释现实系统中广泛存在的合作现象 [15]、[16],大量研究提出了多种稳定机制,包括通过重复互动实现的直接互惠 [17]、[18]、[19],由声誉和社会信息支持的间接互惠 [20]、[21]、[22]、[23],以及结构化群体中的网络互惠 [24]、[25]、[26]、[27],后者使合作者能够形成集群并对背叛者获得局部优势。
尽管这些基于互惠的机制带来了重要进展,但在这些机制无法有效发挥作用的场景中,合作的涌现与维持仍然困难,例如一次性互动和匿名互动。为解决这一问题,先前的研究提出了多种替代机制,包括奖励利他个体 [28]、[29],惩罚背叛者 [30]、[31],以及允许自愿参与社会互动 [32]。除此之外,近期的研究进一步表明,即使在缺乏互惠机制的恶劣条件下,引入具有固定策略的个体也能使合作在均匀混合群体中得以存活。这类在整个进化过程中持续维持其策略的固定策略个体,在进化博弈论中通常被称为狂热者 [33]、[34]。
先前的研究表明,合作狂热者可以在均匀混合群体中促进合作。虽然引入合作狂热者并不能消除背叛者相对于合作者固有的收益优势 [35],但这些个体在整个进化过程中持续维持合作行为,并作为群体内合作的稳定来源。这可以增加合作互动的可能性,并在进化动态下促进更高层次的合作。然而,当将空间结构引入群体后,合作狂热者对合作的影响发生显著变化。特别是在弱选择条件下,即收益差异仅对策略更新施加有限影响时,合作狂热者可以促进合作 [36]、[37]。相比之下,在强选择条件下,合作狂热者可能无法促进合作,甚至可能抑制合作,尤其是在拓扑同质化的群体中,如晶格网络 [38]。这是因为结构化群体中的合作主要依赖于网络互惠,即合作者通过形成紧凑的合作集群来抵御背叛者的入侵并得以生存和扩展。然而,合作狂热者的存在可能会干扰此类集群的形成和扩展。更一般地说,合作狂热者在结构化群体中并不一定促进合作,在某些条件下甚至可能抑制合作 [39]。特别是,稀疏分布的狂热者往往产生碎片化的合作区域,这些区域虽然能在局部存活,但难以进一步扩展。结果,稳定网络互惠所需的空间组织被削弱,最终抑制了合作的全球扩散。
尽管对狂热者在抑制合作中的角色获得了重要见解,但大多数现有研究仍基于传统的基于节点的策略框架,在该框架中假设个体对所有互动伙伴采取相同的行为。然而,越来越多的来自理论建模和行为实验的研究表明,允许个体在不同社会联系上采取差异化行为,可以显著改变进化结果,并通常在结构化群体中增强合作。在真实社会系统中,个体很少以相同方式与所有邻居互动,而是根据具体关系和局部互动经验动态调整其行为。这种行为模式可以被自然地描述为基于链路的特定策略框架,在该框架中,个体被允许对不同邻居采取不同策略 [40]、[41]、[42]。基于该框架,本文进一步研究了狂热者的角色及其对结构化群体中合作进化的影响。
在本文中,我们考虑一个基于双人格囚徒困境的空间进化博弈,其中个体采取两种基本策略之一:合作(C)或背叛(D)。群体由两类智能体组成:普通玩家,他们通过进化学习更新策略;以及狂热者,他们代表在进化过程中不改变策略的固定策略个体。我们关注一个结合基于节点和基于链路的表示的混合学习框架。在该设置下,个体可以要么对所有邻居采取统一策略,要么对不同互动伙伴采取不同策略。策略更新由两种传递机制的概率加权组合决定:(i) 直接传递,权重为 1?p,在此机制中,个体对给定邻居的策略基于与该邻居的直接互动结果进行更新;以及 (ii) 上游传递,权重为 p,在此机制中,个体对某邻居的策略受到来自与其他邻居互动所产生的行为反馈的影响 [43]、[44]、[45]。因此,p 控制了基于链路的更新中直接互动经验与间接社会线索之间的平衡。
在接下来中,我们采用一种结合基于节点和基于链路特定策略的混合进化框架,来研究在结构化群体中狂热者的存在如何影响合作。我们的重点是识别当基于节点和基于链路的策略共存且基于链路的更新结合直接互动经验与间接社会线索时,狂热者在何种条件下促进或抑制合作。我们的结果表明,在弱困境条件下,增加基于链路的普通玩家比例,一旦跨越传递依赖阈值,就可以将狂热者的效应从抑制转变为促进。狂热者对合作的影响还随着直接经验与间接社会线索之间平衡的变化呈现非单调变化。在具有代表性的更精细扫描中,混合传递带来的来自狂热者的净收益大于任何一种纯模式。然而,两种来源的等权分配(p=0.5)在某些参数区域仍可能抑制合作;因此,适当的平衡不一定需要等量混合。综上所述,这些发现阐明了在结合基于节点和基于链路特定策略的混合框架中,狂热者如何塑造合作,以及传递机制如何调节其有效性。

章节摘要

模型

我们的进化模型由四个基本要素组成:(i) 群体结构,(ii) 狂热者驱动的动态,(iii) 基于链路的特定策略动态,以及 (iv) 模拟设置。图1总结了三种玩家类型以及基于链路的普通玩家所使用的两种传递机制。

结果

我们首先考察基于链路的特定策略如何通过链路玩家密度(u)和对上游传递的偏好(p)来塑造群体层面的合作行为。为此,我们关注两个代表性案例:弱困境(r=0.1)和强困境(r=0.2)。结果表明,基于链路的特定策略在促进合作方面的有效性取决于困境强度和链路玩家密度。在弱困境条件下,

结论与讨论

在本研究中,我们探讨了当普通玩家可以对不同互动伙伴做出差异化响应时,狂热者对集体合作的影响如何变化。我们开发了一个混合晶格模型,在该模型中,普通玩家采取基于节点的策略(对所有邻居统一应用)或基于链路的特定策略(允许伙伴依赖性响应)。我们发现,互动灵活性可以定性改变狂热者的角色:随着基于链路策略玩家比例的增加,

CRediT 作者贡献声明

金浩宇:撰写——审阅与编辑,撰写——初稿,形式化分析。沈晨:撰写——审阅与编辑,撰写——初稿,概念化。谷本纯:撰写——审阅与编辑,撰写——初稿,资金支持获取。

利益冲突声明

作者声明他们不存在已知的竞争性经济利益或个人关系,这些关系可能影响本文所报告的工作。

致谢

我们感谢日本学术振兴会(JSPS)科学研究资助项目(KAKENHI)的支持(项目编号 JP 23H03499 和 JP 20H02314)。
金浩宇|沈晨|谷本纯
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号