重复公共品博弈中的合作强制与串谋抵抗
计算机科学与博弈论
2018-11-16 v1 最优化与控制
摘要
在多个智能体之间强制实现合作是多智能体系统的主要目标之一。然而，由于许多场景中存在固有的社会困境，搭便车问题可能在智能体的长期交互过程中产生，而当自利智能体相互串谋以获取额外收益时，情况会变得更加严重。人们普遍认为，在此类社会困境中，不存在一种简单的策略，使得某个智能体能够同时操纵其每个对手的效用并进一步促进所有智能体之间的相互合作。本文中，我们表明此类策略确实存在。在传统的重复公共品博弈下，我们新颖地识别出了这些策略，并发现当面对此类策略时，单个对手只有通过全局合作才能最大化其效用，且任何串谋联盟都无法占得上风。由于完全合作对任意单个对手而言都是个体最优的，因此可以实现所有参与者之间的稳定合作。此外，我们通过实验表明，即使对手既进行自主学习又相互串谋，这些策略仍能促进合作。
引用
@article{arxiv.1811.06126,
title = {Cooperation Enforcement and Collusion Resistance in Repeated Public Goods Games},
author = {Kai Li and Dong Hao},
journal= {arXiv preprint arXiv:1811.06126},
year = {2018}
}