未知环境中因求新性导致的不稳定适应动力学

学习与适应在涌现的社会经济现象中起着重要作用。此前已在通过简单博弈互动的多智能体系统中发现了复杂动力学，而单智能体适应通常被认为是平凡稳定的。我们主张，采用更复杂的个体行为模型可能会产生更多样化的宏观层面行为谱系。我们开发了一种基于强化学习框架并扩展了额外处理通道的适应模型。我们审视了单智能体在未知环境中适应的动力学；该智能体受求新性（novelty seeking）偏置，即一种内在的探索倾向。我们证明，求新性智能体的行为可能本质上是不稳定的。一个令人惊讶的结果是，在某些条件下，求新性水平的增加可能导致智能体从非理性行为切换到严格理性行为。我们的结果为以下假设提供了证据：在复杂社会经济系统模型中，对智能体内在动机的关注不应少于外在动机。