具有时变标签、多策略与异质入侵动力学的多智能体系统中合作的演化

开放动态系统中的合作从根本上依赖于分布于其组分中的信息。然而在复杂度迅速增长的环境中，这些信息可能需要自适应地改变，以不仅实现合作，也保障有机体的生存。结合演化博弈论、基于智能体的模拟与统计物理方法，我们构建了一个合作演化模型，描述老龄化人工决策群体与其群内邻居及遗传无关移民智能体进行空间标签介导囚徒困境博弈的情形。在我们含六种策略的模型中，引入时变标签概念，使得“新”智能体的表型特征可在可变审批时间后转变为“已批准”。蒙特卡洛模拟表明，群内偏倚的族裔中心合作仅在低成本与短审批时间下占优。在具有固定标签的标准 4 策略模型中，我们识别出临界成本 $c_{\mathrm{crit}}$，高于此值时合作突变为纯背叛相，揭示出群内偏倚慷慨的显著脆弱性。在具有时变标签的广义 6 策略模型中，在更宽参数空间区域内观察到合作水平提升，在中等审批时间与高于 $c_{\mathrm{crit}}$ 的成本值处达到峰值。我们的发现表明，在受移民动力学影响的开放系统中，若群体中有部分成员采用针对本地与已批准归化公民一视同仁的平等主义慷慨策略，无论其实际来源如何，高水平社会合作皆可实现。这些发现还提示，相较于依赖任意固定的审批时间，存在一种使整个社会整体获益最大的归化程序最优时长。