竞争高中心性与低度数的网络化智能体动力学

我们建模了一个网络化智能体系统，这些智能体寻求优化其在网络中的中心性，同时保持其成本（即其所参与的连线数目）较低。与其他基于博弈论的网络演化模型不同，智能体的成功仅与其在网络中的位置有关。智能体使用基于局部信息的策略来提高成功机会。我们同时研究了策略演化和网络结构的演化。我们发现剧烈的时间演化，伴随策略变化的级联以及网络结构的变化。平均而言，网络自组织到接近碎片化状态与具有巨分支（giant component）状态之间转变的状态。此外，随着系统规模增大，平均度数和碎片化水平均下降。我们还观察到网络持续活跃演化，尽管它并非必须如此，这表明了一种红皇后（Red Queen）式情形，即智能体必须持续联网并响应他人举动以保持成功。