基于网络的全或无公共 goods 游戏中的多智能体强化学习

我们通过网络上agents之间的全或无公共 goods 游戏来研究人际信任。agents 被赋予一种简单且自适应的学习规则——指数移动平均，用来估计网络中各邻居的行为。理论上我们证明，在长时间极限下，这种多智能体强化学习过程最终必然导致对公共 goods 的无限投靠或无限背离（即无agent向公共 goods 投靠）。然而，通过对预极限行为的仿真，我们发现在复杂网络结构中，可能存在混合态，其中过程似乎在实际收敛至所有agent信念和行为一致的状态之前就已经稳定。在这些准稳态中，局部网络特征可决定agents对其邻居的信任程度是高还是低。更广泛地发现，更密集的网络会导致对公共 goods 的投靠率降低。这对如何通过启用较小的局部互动来传播对公共 goods 的全局投靠具有启示意义。