学习动力学中的嵌合态与反协调态
物理与社会
2018-12-17 v1
摘要
在许多现实情境中，个体同时面临接受或认可的社会目标与协调的战略目标。由于这两类目标可能出现在不同环境中，双层网络是研究此类动态情形的简单而自然的框架。本文提出一个模型，其中智能体的状态对应两种可能策略之一。它们通过与网络中邻居的相互作用改变状态。每层内部智能体通过社会压力机制相互作用，而层间智能体通过协调博弈相互作用。从演化视角出发，我们关注跨层与层内全连接相互作用以及任意初始策略分布下的渐近解。我们发现了在单一孤立社会网络分析中不存在的新渐近构型。我们报道了嵌合态的出现与存在，即网络中两种不同集体态共存。亦即，一层达到完全协调态，而另一层保持在策略共存的动态态。此外，系统也可能达到全局反协调态，其中每层内部实现完全协调但两层采用相反策略。我们将嵌合态与全局反协调态的出现归因于智能体对社会压力的惯性（此处称为怀疑程度），以及一般协调博弈中所考虑的风险程度。
引用
@article{arxiv.1812.05603,
title = {Chimera and anticoordination states in learning dynamics},
author = {Haydee Lugo and Juan Carlos Gonzalez-Avella and Maxi San Miguel},
journal= {arXiv preprint arXiv:1812.05603},
year = {2018}
}