囚徒困境博弈中共同进化学习中的信息参考不对称性导致的剥削

互惠关系，如合作与剥削，是人类及其他生物社会的基础。这些关系的基础植根于个体的决策，以及他们选择自私还是利他。个体如何选择其行为可以通过博弈论框架中的策略优化过程来分析。先前的研究表明，参考个体先前的行动在其策略选择和社会关系建立中起着重要作用。一个基本问题仍然存在：在策略选择的学习过程中，拥有更多信息的个体是否能够剥削拥有较少信息的个体？在这里，我们证明，使用记忆一策略（可以参照自身和对手的先前行动）的玩家，可以被仅拥有对手信息的反应型玩家基于相互自适应学习所剥削。这违反直觉，因为前者有更多的策略选择，并可能获得更高的收益。我们通过将策略选择的学习过程表述为耦合复制动力学以优化收益，并将其应用于囚徒困境博弈来证明这一点。进一步，我们表明，使用记忆一策略的玩家通过参考自身先前经验，有时会对对手的背叛表现得更加慷慨，从而接受对手的剥削。主要地，我们发现通过自适应学习，信息有限的玩家通常剥削信息更多的玩家，导致不对称剥削。