强化学习下结构化种群中认知与合作的协同演化

我们研究了囚徒困境中强化学习下的行为演化，其中智能体在规则网络中互动，并可通过付出思考成本来学习判断其博弈是单次还是重复的。与文献中使用的其他行为规则相比： 我们确认了重复互动概率存在一个阈值，该阈值使涌现行为从直觉背叛者切换为双过程合作者； 我们发现节点度具有不同作用，较小的度会降低双过程合作者的演化成功率； 我们观察到更高的思考频率。