基于身体储存库的重复博弈中的治理：具身决策、动态哨兵适应与复杂度正则化优化

标准博弈论通过条件策略（如以牺牲换取）解释重复博弈中的合作，但这些策略需要持续计算，给具身代理带来物理成本。我们提出了三层身体储存库治理（BRG）架构：（1）身体储存库（回声状态网络），其d维状态对互动历史进行隐式推理，既作为决策者又作为异常检测器；（2）认知滤波器提供高成本的战略工具，可按需激活；（3）元认知治理层具有可调参数α∈[0,1]。在完全身体治理（α=1）时，闭环动力学满足自洫方程：合作表现为储存库的固定点，而非被计算。策略复杂度成本定义为储存库状态分布与其习惯基准之间的KL散度。身体治理降低了此成本，动作方差随维度d增加可降低最高达1600倍。动态哨兵从储存库自身状态生成复合不适信号，驱动α(t)的自适应调整：在合作期间接近基准， upon defection时迅速下降以激活认知报复。覆盖身体的动作会产生与内部状态扭曲成正比的热力学成本。哨兵在所有条件下均实现最高回报，超越了静态身体治理、TfT和EMA基线。维度扫描（d∈{5,…,100}）显示，隐式推理随身体丰富性而扩展（方差降低最高达23倍到1600倍），归因于储存库动力学。在(d,τ_env)空间中相图揭示了治理 regime 过渡位于d≈20处。该框架重新解释合作作为适应dynamical system的最小耗散响应——从具身动力学中涌现，而非被计算。