复杂系统中的合作演化及自组织斑图.PDFVIP

复杂系统中的合作演化与自组织斑图 姜罗罗 1，汪秉宏 2 1 物理与电子信息工程学院，温州大学 325035 浙江 E-mail: jiangluoluo@ 2 近代物理系，中国科学技术大学 230026 安徽 E-mail: bhwang@ 摘要：近年来，复杂系统中大量个体的集体行为在社会学、生物学和物理学领域备受关注。 在这些集体行为中，合作涌现和自组织斑图的研究尤为瞩目。本文将结合中国科大复杂系统研 究组的部分研究成果简要介绍一下国内的相关进展，包括基于演化博弈研究自私个体间的合作 行为和相互竞争物种间的自组织斑图。 复杂系统的研究具有天然的综合性和交叉性，既包括了物理学、生 物学等自然科学学科，也包括了经济学、社会学等社会学科。统计物理 为理解复杂系统中大量个体的集体行为提供了一些重要的概念和方法。 在这些纷呈复杂的集体行为中，大量个体间的合作行为尤为引人瞩目。 合作行为广泛存在于人类社会和动物世界，从单细胞的微生物到高级哺 乳动物，从社会性昆虫到人类社会。个体为维持整体利益而付出部分自 身代价的利他行为被称为合作；反之，个体为寻求自身利益的最大化而 导致整体利益受损的行为被称为背叛。众所周知，合作是人类文明进步 的基石。然而，根据达尔文的自然选择法则，自然界的生物个体趋向于 采取能够最大化自身利益的背叛策略[1]，这种背叛策略将导致整体利 益受损。当体系中所有个体都选择背叛策略时，整体利益和个体利益都 会受到最大程度的损害。这显然不能解释处处可见的合作行为。因此， 理解合作行为成为复杂系统中最根本也是最具挑战性的课题之一[2]。 一些重要的问题就很自然地呈现在人们面前：自私个体间合作行为是如 何自发涌现的；合作怎样演化；大量个体形成怎么样的空间自组织斑图 等等。 最近几年来，应用统计物理的概念和方法，人们在复杂系统研究领 域内取得了令人瞩目的成就[3]。对于复杂系统中合作与竞争现象的研 究，人们通过对大量个体间的合作行为进行定量统计，研究其中所隐藏 的统计性规律，并根据所研究的问题，提出基本假设，建立理论模型， 来探索这些规律的产生机制和可能的动力学影响。基于这种统计物理的 研究方法，一些重要的合作机制被发现，如群体选择（ group selection ）、亲缘选择（ kin selection ）、直接/ 间接互惠 （direct/indirect reciprocity）、声望（reputation）、惩罚 （punishment）等[4-6]。特别是从2008 年以来，仅在Nature，Science， PNAS，PRL 等强影响因子期刊上就已经发表了十余篇文章[7-20]。这些 发现引发了人们从统计物理的角度进一步探索复杂系统中大量个体的 合作演化及其自组织斑图。 1. 演化博弈模型 Von Neumann和Morgenstern在1944年出版的《博弈论和经济行为》 为经典博弈论奠定了理论基础。他们提出了合作博弈，其基本思想就是 指博弈双方的利益都有所增加，或者是一方得到的利益增加等于另一方 失去的利益[21]。合作博弈广泛在在现实生活中，如签订劳动合同、商 业契约等等。我国古代“田忌赛马”就是一个合作博弈的例子。 《史记》 记载，战国时期齐国大将田忌与齐国贵族赛马，设重金赌注。田忌听从 兵法家孙膑的建议用下等马与贵族的上等马，上等马与贵族的中等马， 中等马与贵族的下等马比赛。结果两胜一负，赢得重金。从博弈的角度 看，在赛马中，田忌和贵族们商定三次赛马中赢的次数多的人获得赌金。 在这个前提下，各人利用自己的马匹和策略进行比赛。结果田忌赢得的 金钱等于贵族们失去的金钱。随后，Nash于二十世纪五十年代提出了非 合作博弈，特别是Nash均衡的提出，使得经典博弈论有了非常优美的数 学形式，并被广泛地应用于经济学领域。合作博弈强调群体理性(group rationality)，就是从群体的角度考虑策略的选择，使得整体收益最大。 所以合作博弈研究的是参与者在达成合作时如何分配合作得到的收益， 即 收 益 分 配 问 题