人际信任：具有多智能体学习的随机协调博弈的渐近分析

我们研究了一群智能体的人际信任，探讨偶然性是否决定了一个群体最终处于高信任状态还是低信任状态。我们通过一个离散时间、随机匹配的随机协调博弈对此进行建模。智能体被赋予关于其邻居行为的指数平滑学习规则。我们发现，从长远来看，整个群体以概率 1 要么总是合作，要么总是背叛。通过仿真，我们研究了博弈中收益分布和指数平滑学习（智能体记忆）的影响。我们发现，随着智能体记忆的增加或群体规模的扩大，实际动态开始 resemble 该过程的期望。我们得出结论，不同的人群确实可能仅仅由于偶然性而在其公民之间收敛于高信任或低信任，尽管博弈参数（社会背景）可能具有相当的指示意义。