网络共演化驱动协调博弈中的隔离并增强帕累托最优均衡选择

在这项工作中，我们评估了在参与协调博弈的智能体之间相互作用网络的动态适应，在达成全局协调与均衡选择中所起的作用。具体而言，我们分析了一个共演化模型，该模型将智能体行动的变化与网络动态相耦合，使得智能体在进行博弈的同时，能够切断其部分当前连接并与其他智能体建立连接。我们关注两种更新规则：复制子动态（RD）和无条件模仿（UI）。我们研究了一个纯协调博弈（PCG），其中选择是等价的；以及一个一般协调博弈（GCG），其中存在一个风险占优行动和一个收益占优行动。网络可塑性由重连连接的概率来衡量。改变该可塑性参数，系统会从在单一连通分量中完全协调的状态，转变为系统分裂为两个连通分量、每个分量协调于不同行动（无论两种行动是否等价）的状态。这种分裂转变的性质对于不同的更新规则是不同的。其次，我们发现对于GCG中的RD和UI，在分裂转变之前存在一个中等可塑性值的区间，系统能够在收益占优行动上于单一分量网络中完全协调，即共演化增强了两种更新规则的收益占优均衡选择。