含可变信息的密集静态人群被入侵者穿越的折扣平均场博弈模型

在[Bonnemain等人, Phys. Rev. E 107, 024612 (2023)]中已证明,被入侵者穿越的密集人群所表现出的预期模式可由一个最小平均场博弈(Mean-Field Games, MFG)模型成功描述。然而,实验表明行人认知的变化会显著改变人群动力学。此处我们表明,仅增加一个参数——折扣因子$\gamma$(其对时间上较远事件赋予较低权重),就足以观察到实验中观测到的全部行为多样性。我们给出了折扣MFG与实验数据的比较,并提供了关于$\gamma$的引入如何修改模型的新解析结果和见解。