共同进化博弈指导.pptVIP

共同进化博弈 周歆辰 程亮喜 时丹 2010年3月20日 内容提要 问题的引出 博弈的结构 演化规则和过程 程序实现 结果分析与讨论 结论和未来的工作 问题的引出 空间博弈 经典博弈论主要研究的是博弈的进程随着时间的发展如何演化，而空间的效应仍然是个空白。这个空白在1992年被Nowak和May填补。他们设想了一个元胞自动机，每个方格代表一个博弈者，他和相邻的博弈者进行博弈（比如摩尔邻居或者冯·诺依曼邻居），然后计算博弈之后，所有方格中的博弈者的支付，每个博弈者以一定的规则继承邻居中支付最高的那一个，然后进行下一轮博弈。这样的演化规则将使我们看到在一个空间里，博弈者相互影响，相互学习的状况，从而可以进行一系列有关讨论。 问题的引出 从简单的方格（元胞自动机）到复杂网络博弈，是近期的研究热点。这种转变更加接近现实，并且可能会呈现出与普通网格不一样的结果。没有距离概念的网络，已经被证实是支持合作的产生的。随后，在对集群网络，或者无网络结构也有大量的研究。博弈类型、记忆、环境等多方面的因素也被考虑到空间博弈当中没，例如小世界等多种形式。另外，不同拓扑结构的相互影响以及不同支付矩阵的共存，成为了超出博弈理论以外的影响因素。 问题的引出 演化规则： 亲属性的演化法则 自愿参加 社会复杂性 连接之间的非对称影响及非对称的进化 不同的学习规则 理论上的研究： 演化动力学 有限人口 噪音和更多的不确定性 问题的引出 目前的绝大多数研究都只考虑在每一轮中的一个静态博弈，即博弈者并无先后顺序，每个博弈者都不知道在本轮中对方的决定。 我们的研究是基于这种有先后的动态博弈的基础上，通过一定的空间结构来观察博弈者的策略演化情况。这种演化是基于记忆效应的。我们用有限状态机表现这种记忆效应。 博弈的结构 考虑多轮次的多人博弈，在每一轮中，一些博弈者将进行2人动态博弈。为了观察这些动态博弈的进展，对于一类特殊的矩阵，假想了一套“承诺和威胁”体系。在一组二人博弈中，B博弈者先给A发送一个可达到帕累托效率解的信息，然后A做出选择（即是否相信），随后B做出是否遵守诺言的选择。这样，博弈的结果唯一确定，并且B和A的一种类似声望的因素被其他博弈者们观察到，这个声望也会对随后与A或B进行的博弈产生影响。 博弈的结构 一个可能的支付矩阵 在左图中，承诺和威胁是可以成立的。B先给A发送一个我会合作的信号，即不论怎样B都会选择向右（图中虚线）。如果A相信了，他会选择右，否则他会选择左。如果B守信，他会选择右，否则选择左。这个威胁如果只运用在单次博弈中就是不可置信的，显然图中深实线表示了该博弈的子博弈完美纳什均衡，也是演化稳定策略。但是在多人博弈中，这个威胁就可能起到效果，因为这可能影响到A或B的声誉。 博弈的结构 承诺或者威胁能在多人博弈中起到作用的支付矩阵满足的条件： 演化规则和过程 为了研究这个博弈，我们的想法是考虑一个空间博弈，这个博弈建立在方格上，右图是这个一部分博弈空间的示意： 演化规则和过程 在每一轮博弈，博弈者以1/4的概率挑选一个邻居（诺依曼邻居）博弈一次。当所有的博弈者都进行完一次博弈后，他们将在这一轮获得一个支付。连同之前的支付，将有一个支付总值。在学习的过程中，他们总可以以如下方式继承四角的同类博弈者的策略： 这里以A为例，记周围同类邻居为Ai（i=1，2，3，4），在这一轮过后Ai的支付总值为Fi，Pi为继承该博弈者周围同类邻居Ai的概率，则： 演化规则和过程 什么是策略？ 策略是一个有限状态机，状态栏表示博弈的对手在过去M个记忆深度的下的行为，即守信程度或者相信程度，策略栏表示自己在这一次所做的行为，如果是A型，就是相信或者不相信，如果是B型，就是守信或者不守信。 演化规则和过程 A的一个可能的有限状态机如右图。守信程度栏中表示B的守信历史，0代表守信，1代表不守信；在策略栏中是A的策略，0代表相信，1代表不相信。记忆深度m=3。 演化规则和过程 B的可能的一个有限状态机表如右图，其中状态栏的第一列表示A在本轮是否相信，如果相信则为0，不相信则为1；第二列表示在记忆深度m=3时A的相信状况，编码规则同上；策略栏中是B的相应的策略，0表示守信，1表示不守信。 演化规则和过程 注意到这样一个博弈中，相信与守信恰好能够与左或者右进行一一映射，于是这种博弈结构能够推广到更加一般的情形。这个映射如下表所示（上图为原矩阵，下图为象矩阵）