离散财富梯度转变驱动合作
计算机视觉与模式识别
2026-03-12 v1
摘要
合作的普遍存在令人费解，因为背后通常存在损fer 高于合作的报酬，促使人们寻找隐藏的合作路径。我们研究了一个在晶格结构人口中进行的博弈论模型，其中交互报酬按参与者累积财富的最小值进行比例缩放，反映真实世界的异质性并纳入过去战略选择的影响。这种财富缩放使频繁合作者即使在高合作成本下也能通过更大的财富超越背叛者。我们表明，在 elevated 临界成本收益比下，财富梯度在 cooperators 与 defectors 边界处呈现离散转变。我们展示，减慢和有效地在边界处停滞会触发财富梯度的爆发性积累，从而驱动合作在临界比值以下的主导地位。令人惊讶的是，合作的这种促进作用在更高温度下更强，揭示了波动在合作中的建设性作用。
引用
@article{arxiv.2603.10487,
title = {Spatial self-supervised Peak Learning and correlation-based Evaluation of peak picking in Mass Spectrometry Imaging},
author = {Philipp Weigand and Nikolas Ebert and Shad A. Mohammed and Denis Abu Sammour and Carsten Hopf and Oliver Wasenmüller},
journal= {arXiv preprint arXiv:2603.10487},
year = {2026}
}