基于收益驱动的演化及超图中的振荡动力学

我们研究了一种基于动态超图的收益驱动演化公共物品游戏，其中个体的收益直接决定其可加入的 hyperedge 数量。在本机制中，节点根据 hyperedge 的群体收益调整其参与度，长时间仅由赝犹者组成的 hyperedge 将坍塌并通过当前节点收益重新选择新成员来重建。这种自适应规则捕捉了群体互动在演化集体系统中性能驱动的重组。通过蒙特卡罗模拟，我们展示合作比例和平均 hyperdegree 可能收敛至带有随机波动的稳态，或表现出持久振荡，取决于参数 regime。稳态结果对结构适应参数呈强非单调：仅当链接形成速率得到适当平衡，合作才得以维持。若结构适应过快，频繁的合作者与赝犹者之间的接触会破坏合作簇；若过慢，合作者缺乏足够的结构支持来扩张。这不同于静态情景下更大收益参数总是促进合作的常规预期。我们进一步引入谱熵来量化振荡动力学的规律性，并在某些 regime 中识别出极限环行为。这些结果表明，自适应的高阶重构既可促进也可瓦解合作，为理解振荡型合作及实际群体结构系统中周期性繁荣-衰退循环提供了洞见。