交流中领导力的涌现

我们研究一种受神经启发的模型，该模型模拟了智能体网络中的讨论（或信息传播）过程。在交互过程中，智能体重新分配活动与网络权重，从而导致领导者（或多个领导者）的涌现。该模型能够复现自然界和社会中已知的领导力基本场景：放任型（活动不规则、领导力弱、追随者间互动显著、存在自主的次级领导者）；参与型或民主型（领导力强，但存在来自追随者的反馈）；以及独裁型（无反馈、单向影响）。我们还发现了这些场景的若干相关方面——例如隐藏领导力（一个隐藏的智能体小团体驱动官方独裁领导者）以及连续领导力（两位领导者轮流影响追随者）。我们研究了这些场景如何从智能体间动力学中涌现，以及它们如何依赖于智能体的行为规则——特别是其对状态变化的惯性。