具有双峰响应行为群体中合作的涌现

人类在面对复杂环境时表现出显著的适应性，我们在不同场合采取不同行为模式，这种响应多模态性对我们的生存至关重要。然而，这种行为多模态性如何影响合作的演化仍很大程度上未知。在此，我们构建一个玩具模型，通过考虑具有双峰响应行为（具体而言，采用 Fermi 与一报还一报（Tit-for-tat）更新规则）的群体来解决此问题。前一规则倾向于模仿表现良好的邻居的策略，后一规则则重复邻居对其所为之行为。在结构混合实现中（每个个体的更新规则固定），我们发现适度的模式混合意外地提升了群体的整体合作水平。在概率混合中（每个个体在每步随机选取两种模式之一），提升更为显著，且在广泛范围内出现完全合作。这些发现对群体的底层拓扑具有鲁棒性。我们的平均场分析揭示，采用 Fermi 规则的参与者中合作普遍程度随 TFT 参与者比例线性增加，并解释了结构混合中的非单调依赖。我们的研究表明，响应行为的多样性可能有助于解释现实情境中合作的涌现。