定向学习与公共物品供给
物理与社会
2015-01-27 v1 计算机科学与博弈论
种群与进化
摘要
我们考虑一种环境，其中参与者参与公共物品博弈，并必须反复决定是否进行个人贡献。然而，参与者缺乏关于博弈本身及群体中其他参与者的策略相关信息。由此产生的参与者行为完全独立于此类信息，个体策略调整动力学仅由每个参与者自身过去的强化反馈驱动。我们表明，由此产生的“定向学习”足以解释偏离纳什均衡的合作行为。我们引入了 k-强均衡的概念，它将纳什均衡和 Aumann-强均衡作为两种特例包含在内，并表明均衡的最大 k-强度与学习模型的参数共同决定了稳态分布。只要参与者对自身收益的变化足够敏感并据此调整行动，即使在不利条件下也能确保公共物品的供给。因此，无需涉及利他主义或社会偏好的论点，仅基于无协调的定向（错误）学习即可解释实质性的公共合作水平。
引用
@article{arxiv.1501.06558,
title = {Directional learning and the provisioning of public goods},
author = {Heinrich H. Nax and Matjaz Perc},
journal= {arXiv preprint arXiv:1501.06558},
year = {2015}
}
备注
7 two-column pages, 3 figures; accepted for publication in Scientific Reports