具有任意支付矩阵的2X2博弈中自适应智能体简单模型的自组织

我们从解析和数值上分析了一个由“自私”自适应智能体组成的系统在玩任意迭代双人博弈（由2X2支付矩阵定义）时的自组织。可能进行的博弈示例包括：囚徒困境（PD）博弈、懦夫博弈、英雄博弈等。智能体没有记忆，使用的策略不基于直接互惠或“标签”，并且是随机选择的，即忽略了地理邻近性。它们可以采取两种策略：合作（C）或背叛（D）。参与者通过将其效用与预期收益的估计值进行比较来衡量其成功，并按照简单规则更新其策略。研究了该模型的两个版本：1）确定性版本（智能体处于确定状态C或D）和2）随机版本（智能体以概率c采取C策略）。使用一般主方程，我们计算了系统自组织到的平衡态，其特征是平均合作概率 $c_{eq}$。根据支付矩阵，我们表明 $c_{eq}$ 可以取五个不同的值。我们还考虑了使用两种不同支付矩阵的智能体混合，并表明通过调整使用每种支付矩阵的智能体比例，可以达到 $c_{eq}$ 的任何值。特别是，这可以用作模拟比例为d的“反社会”个体（无法认识到合作价值的个体）对由中性或“正常”智能体群体维持的合作机制的影响的一种方式。