静态与动态网络拓扑下博弈论模仿动力学中的共识与信息级联
动力系统
2019-04-15 v1
摘要
我们构建了一个任意玩家网络中的策略模仿模型，玩家通过加性博弈进行互动。假设离散时间更新，我们给出了所得差分方程收敛到共识的条件。还讨论了两个关于一般收敛的猜想。接着我们考虑玩家不仅可以选择其策略，还可以影响其局部拓扑的情况。我们证明对于囚徒困境，图结构收敛到一组断开的团，且每个团内发生策略共识。提供了来自各类矩阵博弈的若干例子。随后该模型的一个变体被用于创建用于趋势或信息级联在（例如社会）网络中传播的简单模型。我们给出了关于趋势传播模型的理论与经验结果。
引用
@article{arxiv.1903.11429,
title = {Consensus and Information Cascades in Game-Theoretic Imitation Dynamics with Static and Dynamic Network Topologies},
author = {Christopher Griffin and Sarah Rajtmajer and Anna Squicciarini and Andrew Belmonte},
journal= {arXiv preprint arXiv:1903.11429},
year = {2019}
}
备注
30 pages, 15 figures, Accepted to SIAM J. Applied Dynamical Systems