复杂网络上博弈演化共59页.ppt

1、博弈 2、复杂网络上的演化博弈 2.1、网络演化博弈的策略更新规则 2.2、网络拓扑对合作的影响 2.3、记忆对网络博弈中的影响 24、博弈动力学与网络拓扑共演化 2.5、学习机制导致合作的涌现 3、展望 一个个性和另一个个性的联结 对被联结的个性的命运具有多大的意义? 你要知道,这是一生的事情, 在我们的背后隐藏着无数的枝节。 陀思妥耶夫斯基,《白痴》第501页 个游戏:两人轮流向圆桌上放一元硬币 谁无法再在圆桌上放硬币则判负,另一方获胜, 假设所有的硬币不允许重叠。你会先放还是后放, 以何种策略确保自己获胜? 博弈研究的对象是游戏(Game),更确切的说 是指在具有双方相互竞争对立的环境条件下 参与者依靠所掌握的信息,在一定的规则约束下 各自选择策略并取得相应结果(或收益)的过程 博弈论就是使用数学模型硏究冲突对抗条件下最优决策 问题的理论。 博弈论 博弈论被认为是研究自然和人类社会中普遍存在的合作行为 最为有力的手段。 博弈模型反映了自私的个体之间的合作竟争关系,能够 很好地刻画生物系统中生物体之间的相互作用关系及演 化动力学。 不论在自然或是社会系统中,经典博弈论告诉我们自私个体 博弈的结果必然是背叛。显然是一个和实际情况不完全吻合 结论。社会经济活动中的绝大多数任务不可能由单人完成, 需要群体的分工和合作。 问题:为什么自私的个体组成的群体会产生合作行为 存在什么样的机制,以及什么样的条件才会有合作行为涌现? 通常博弈由以下4个部分所组成 (1博弈个体:在一个博弈中至少有两位决策者( agent)参与博弈 2)策略集:个体的博弈策略可以是纯策略,也可以是混合策略 博弈的策略集由参与博弈的个体所有可能采用的策略所组成. (3)收益矩阵:当博弈个体选定好自己的策略后,其所获取的收 益由收益矩阵中的相应元素来确定. (4)策略演化:在多轮博弈过程中,博弈个体遵循自身收益最大 化的最终目标,即以此目标为指导原则来进行策略调整。 纳什均衡 真实生活中的博弈问题是很复杂的,可能会有很多的 参与者,每个参与者都有不同的策略。当参与者们在 进行项博弈的时候,他们应该选择什么样的策略? 是否有办法预言出他们的策略组合(s1,s2,…,sN)? 纳什(Nash)均衡:其核心思想是对于两人或多人博弈 个体的策略演化会趋向于—个均衡态,在此均衡态下所 有的个体会同时采取“纳什均衡策略 Nash认为,博弈问题的解应该是这样的一组策略,在这组 策略中,每一个参与者都无法通过单独改变自己的策略而 获得更多的收益。这样的状态就被称作纳什均衡态, 实际上纳什均衡态对所有的参与者来说,不一定是最好的结局。 经典博弈模型 下面以囚徒困境博弈和雪堆博弈为例来阐述纳什均衡 囚徒困境博弈: 两个小偷A和B合伙作案,被捕后被隔离审讯.如果双方都拒 绝坦白同伴的罪行,两人将会被轻判1年徒刑为此,警方设 计了一个机制:如果A揭发B的罪行,B拒不供认A的罪行,则 A将无罪释放,而B将被重判5年徒刑如果A、B都揭发对方 罪行,则双方均被判刑3年. 在此情况下,自私的个体应如何做出抉择? 合作( Cooperate-C)or背叛 defect-D) 对于两人博弈,收益矩阵元通常用(R、S、T、P)来表示 T P 相互合作则二人同获得较大收益R,相互背叛则同获较小 收益P,一方合作一方背叛,则背叛者获得最高收益T, 而合作者获得最低收益S,即参数满足关系:TRPS, 此外2R+S,即相互合作能获得集体最高收益. 不论对手采取哪种策略,选择背叛策略都是最佳的,即理 性的个体最终会处于相互背叛的状态(注意到此时的集体收 益低于两人同时选择合作时的情况,这种相互背叛的状态 ①D,D就是系统的纳什均衡态。 雪堆博弈 在一个风雪交加的夜晚,两人开车相向而行,被一个雪 堆所阻,如图所示白色和灰色分别表示合作策略与背叛 策略与囚徒困境博弈不同,对于雪堆博弈,收益矩阵元 满足关系:TRSP a)雪堆博弃的小意图 (b)进行雪堆博弈时,个体所得收益示意图 假设铲除这个雪堆使道路通畅需要付出的劳动量为 道路通畅则带给每个人的好处量化为b(c)。 如果两人一齐动手铲雪,则他们的收益为R=bc/2(分别承担 劳动量c/2):如果只有一人下车铲雪,虽然两人都能及时回家 ,但是背叛者逃避了劳动,它的收益为T=b,而合作者的收 益为S=b-c:如果两人都选择不合作,则两人都无法及时回家 其收益量化为P=0雪堆模型的收益矩阵可表示为 b-s b-c b 0 那么,理性个体的最优选择是什么呢?