异质性的弊端：既定关系如何反制任务分配中的系统适应性

我们研究任务分配网络中的锁定效应。智能体对解决任务具有异质适配度，并可将未完成任务重新分配给其他智能体。它们随时间学习应重新分配给谁，并优先选择适配度更高的智能体。若重新分配不再能适应，则发生锁定。被任务淹没的智能体随之失败，导致失败级联。我们发现锁定与系统失败的概率随适配度值的异质性增加而上升。为研究此依赖性，我们使用任务分配网络的Shannon熵。详细讨论将我们的发现与社会系统中韧性的问题及观测相联系。