异质交互环境中公共合作激励的最优分配

在具有制度互惠的演化博弈框架下，可用于奖励合作者和惩罚背叛者的激励资源是有限的。在最简单的情形中，可以假设所有参与者根据其策略从公共池中获得均等的激励。然而，问题在于：制度激励的最优分配方式是什么？我们应如何最佳地奖励和惩罚个体以促进合作的繁荣？我们在无标度网络上的公共物品博弈中研究了这一问题。我们发现，如果群体交互的协同效应较弱，仅采用最简单的“均等分配”方案即可使种群中的合作水平最大化。然而，若协同效应较强，则最好对高度数节点给予比低度数节点更多的奖励。这些制度奖励的分配方案独立于收益归一化方式。对于制度惩罚而言，同样的优化问题更为复杂，其解取决于使用的是绝对收益还是度数归一化收益。我们发现，在度数归一化收益下，需要对高度数节点施以比低度数节点更宽松的惩罚；反之，若计算绝对收益，则应对高度数节点施以更强的惩罚。