信息协同最大化异质群体的增长率

集体行动与群体形成是生物体为最大化适应度而合作、以及人们组建社会经济组织等过程中的基本行为。研究者已广泛通过博弈论与同配连接（如亲缘选择与共标量压力）等社会交互结构，来理解复杂系统中涌现的合作。然而，我们仍缺乏一个能够预测智能体在统计环境中如何从异质偏好、联合信息或技能互补中获益的通用理论。在此，我们基于资源管理与汇总信息，推导了合作起源的通用统计动力学。具体而言，我们展示了在统计环境中最优组合智能体关于资源的互补性知识的群体，如何最大化其增长率。我们表明，这些优势由给定智能体信号条件下环境状态的条件概率中所蕴含的信息协同来量化，从而使得具有更高信号多样性的群体最大化其集体信息。由此可得，当对群体形成施加约束时，智能体必须智能地选择其与谁合作，以最大化其自身信号可用的协同。我们的结果表明，信息的一般性质如何支撑跨社会与生物现象的异质智能体群体最优集体形成与动力学。