结构化群体中合作的制度激励优化
计算机科学与博弈论
2024-04-24 v1 最优化与控制
摘要
奖励与惩罚等激励手段，是促进结构化群体中相互作用个体间合作的常用方式。然而，对于提供激励的机构而言，如何恰当使用激励仍是一项挑战。特别地，由于激励实施具有成本，探索能以最小成本确保预期集体目标的最优激励协议值得研究。本工作中，我们考虑对结构化群体分别施加正向与负向激励，该群体中个体的冲突性交互由囚徒困境博弈刻画。我们建立了一个指标函数以量化激励实施过程中的累积成本，并从理论上推导了规则网络上合作的最优正、负向激励协议。我们发现两类最优激励协议相同且时不变。此外，我们比较了关于实施成本的最优奖励与惩罚方案，为博弈论框架下激励的使用提供了严格依据。我们进一步通过计算机模拟支撑理论结果，并探究其对规则、随机、小世界及无标度等不同类型群体结构的鲁棒性。
引用
@article{arxiv.2301.06472,
title = {Optimization of institutional incentives for cooperation in structured populations},
author = {Shengxian Wang and Xiaojie Chen and Zhilong Xiao and Attila Szolnoki and Vítor V. Vasconcelos},
journal= {arXiv preprint arXiv:2301.06472},
year = {2024}
}