复杂网络中自激励智能体的行为

传统演化博弈论描述了个体玩家模仿其邻域中最成功策略时，某种策略如何在系统中传播。因此，玩家没有自主改变自身状态的权力。然而在人类社会中，人们不仅遵循他人的策略，还会选择自己的策略。为了及时观察每个智能体的决策并区分网络结构，我们进行了基于多智能体的建模与仿真。本文中，智能体可通过收益比较决定自身策略，我们将此智能体命名为“自激励智能体”(Self-motivated agent)。为解释自激励智能体的行为，以包含合作者、背叛者、孤独者和惩罚者的囚徒困境博弈作为示例。我们通过区分参与率、变异率和网络度进行仿真，发现了特殊的共存条件。