具有自私用户的在线社区的策略学习与鲁棒协议设计

本文专注于分析在线社区中自利用户的搭便车行为。因此，传统的针对由顺从用户组成的社区的优化方法，如网络效用最大化，在此并不适用。在我们先前的工作中，我们展示了如何在用户群体为连续统且在随机排列下平稳的在线社区中设计社会互惠协议。在这些假设下，我们能够证明用户会自愿遵守预先确定的社会规范，并通过提供服务与社区中的其他用户合作。在本文中，我们通过分析具有有限群体且非平稳的在线社区中自利用户的交互，推广了这项研究。为了基于其知识优化长期表现，用户通过求解个体随机控制问题来调整其策略以采取最佳响应。最佳响应动态在社区中引入了一个随机动态过程，其中用户的策略随时间演化。我们随后研究了社区的长期演化，并证明社区将收敛到对随机排列稳定的随机稳定均衡。理解社区的演化为协议设计者提供了设计社会规范的指导方针，在这些规范下，没有用户有动机调整其策略并偏离规定的协议，从而确保所采用的协议将使社区实现最优社会福利。