流行病期间社交疏离博弈：局部信息 vs 统计信息
物理与社会
2020-07-13 v1 计算机科学与博弈论
社会与信息网络
摘要
流行病期间个体的自发行为改变会对其传播的延迟和流行程度产生显著影响。在本工作中，我们研究人群中个体之间的社交疏离博弈，这些个体在流行病传播过程中决定其社交互动。个体间的互联由网络建模并考虑局部互动。个体的收益取决于其社交互动带来的益处，以及因可能染病而对健康造成的代价。决策过程中个体可获取的信息在我们的模型中起关键作用。我们考察两种极端情形。第一种情形中，个体确切知晓邻居的健康状态；第二种情形中，他们拥有关于流行病全局流行程度的统计信息。我们研究了博弈的纳什均衡，有趣的是，在第二种情形中个体的均衡策略要么是完全隔离，要么完全不社交疏离。通过仿真给出了实验研究，我们观察到在完美局部信息的第一种情形中，个体能以较低的社交代价显著影响流行病的流行程度，而在第二种情形中他们不得不承担信息不充分的负担。此外，我们讨论了信息质量（假新闻）、医疗系统容量和网络结构的影响并提供了相关仿真，表明这些参数会影响暴发规模、峰值和起始时间，以及二次暴发的可能性。
引用
@article{arxiv.2007.05185,
title = {Games of Social Distancing during an Epidemic: Local vs Statistical Information},
author = {A. -R. Lagos and I. Kordonis and G. P. Papavassilopoulos},
journal= {arXiv preprint arXiv:2007.05185},
year = {2020}
}