简单机器人催生人类的社会性惩罚

昂贵惩罚(costly punishment)被认为是稳定一次性博弈中合作的关键机制。然而，近期研究揭示，昂贵惩罚的有效性会被二阶搭便车者(即从不惩罚背叛者的合作者)和反社会惩罚者(即惩罚合作者的背叛者)削弱。在两阶段囚徒困境博弈中，玩家不仅需要在第一阶段选择合作或背叛，还需在第二阶段决定是否惩罚对手。此处，我们通过引入简单机器人(simple bots)扩展了一次性博弈中的惩罚理论，这些机器人始终选择亲社会惩罚(prosocial punishment)且不随时间改变其行为。我们发现，这一简单的博弈扩展使得亲社会惩罚在混合均匀群体和网络化群体中均占据主导，且亲社会惩罚主导所需的最小机器人比例随困境强度增大而单调增加。此外，若人类具有朝向“复制多数”规则的学偏置，或机器人在无标度网络中位于较高度数节点，则即便在困境强度较高时仍可能实现亲社会惩罚的完全主导。这些结果表明，引入机器人可以是建立亲社会惩罚的重要因素。因此，我们为亲社会惩罚的演化提供了新颖解释，并指出由引入不同类型机器人所产生的对比结果也意味着机器人的设计至关重要。