重复囚徒困境中敲诈行为的识别与有效性评估
计算机科学与博弈论
2019-04-02 v1
摘要
自零行列式策略提出以来，敲诈策略受到了相当多的关注。尽管是一类有趣的策略，敲诈策略的定义在代数上是刚性的，仅适用于记忆一策略，并且需要策略的完全知识（记忆一合作概率）。我们描述了一种从策略的对弈历史中检测敲诈行为的方法。当应用于一个包含 204 个策略的语料库时，该方法在众所周知的敲诈策略以及其他不符合代数定义的策略中检测到了敲诈行为。该语料库中表现最好的策略能够展现选择性的敲诈行为，与强策略合作同时剥削较弱策略，这是任何记忆一策略都无法做到的。这些策略从进化选择过程中涌现，它们的存在与进化博弈论文献中广泛重复的民间说法相矛盾：复杂策略可以极其有效，零行列式策略可以被非行列式策略超越，且较长记忆策略能够胜出较短记忆策略。此外，虽然抵抗敲诈对合作的演化至关重要，对弱对手的敲诈不必妨碍较强对手之间的合作，并且这种适应性可能对长期维持合作至关重要。
引用
@article{arxiv.1904.00973,
title = {Recognising and evaluating the effectiveness of extortion in the Iterated Prisoner's Dilemma},
author = {Vincent A. Knight and Marc Harper and Nikoleta E. Glynatsi and Jonathan Gillard},
journal= {arXiv preprint arXiv:1904.00973},
year = {2019}
}