具有記憶能力的多agent系統(tǒng)自主合作機制研究.pdf

1、自組織系統(tǒng)中理性或自私個體如何展開合作是個有意義的問題。大量研究表明，親緣關(guān)系，網(wǎng)絡(luò)結(jié)構(gòu)，群體選擇，聲譽系統(tǒng)等都能幫助理性群體中涌現(xiàn)合作行為。演化博弈理論為這一問題提供了理論模型。
　　本文針對3種主要的困境博弈:囚徒博弈、雪堆博弈和獵鹿博弈，創(chuàng)立了基于“合作比率——系統(tǒng)收益——R, ST,P互惠分布——策略分布”這樣的一個完整的分析鏈，能夠清晰的看到系統(tǒng)的運行和演化情況，加深了對合作機制的理解。主要內(nèi)容和研究成果如下:
　

2、　(1)演化困境博弈系統(tǒng)中記憶對于合作水平的影響的研究。
　　研究發(fā)現(xiàn)具有記憶的系統(tǒng)不一定比沒有記憶的系統(tǒng)演化出更高的合作水平。我們探討了通過數(shù)學(xué)的方法對全連接網(wǎng)絡(luò)下的具有記憶的系統(tǒng)進行分析的困難性。記憶能力對于不同的困境系統(tǒng)的合作演化具有不同的影響:記憶對于囚徒博弈系統(tǒng)的合作具有非常強的促進作用;記憶大部分情況下能夠促進獵鹿博弈系統(tǒng)的合作;而記憶對于雪堆博弈系統(tǒng)的合作的影響包含2種情況，當(dāng)背叛誘惑較小時，記憶抑制了合作水平，當(dāng)背

3、叛誘惑較大時，記憶能夠幫助系統(tǒng)克服誘惑，促進合作。研究發(fā)現(xiàn)，在雪堆博弈中，記憶雖然部分地抑制了合作，但是實際是促進了ST互惠，所以雖然合作水平下降，但是系統(tǒng)收益水平上升了。研究同時發(fā)現(xiàn)WSLS（贏存輸去）策略能夠在囚徒博弈，雪堆博弈和獵鹿博弈中廣泛存在。
　　(2)上一代的歷史對于下一代合作演化影響的研究。
　　我們研究了每一代的初始?xì)v史對于合作的影響，發(fā)現(xiàn)每一代如果記憶上一代的博弈歷史，系統(tǒng)的表現(xiàn)不會比隨機初始化歷史更好。

4、進一步來說，對于無條件模仿(unconditional imitation)策略更新規(guī)則，對于囚徒博弈，雪堆博弈和獵鹿博弈，記憶歷史反而抑制了合作，使得系統(tǒng)合作水平遠遠低于隨機初始化每一代初始?xì)v史的情況;對于復(fù)制子(replicator)策略更新規(guī)則，記憶歷史表現(xiàn)類似于以50％的合作比隨機初始化每一代初始?xì)v史的情況。不同的初始合作比率在復(fù)制子規(guī)則的系統(tǒng)中對最終合作水平影響很大，高的初始合作比可以導(dǎo)致高的最終系統(tǒng)合作水平;而在無條件模仿規(guī)

5、則中，不同初始合作水平影響不大。這些現(xiàn)象的根本原因在于隨機的初始化破壞了背叛策略形成的一些結(jié)構(gòu)。
　　(3)ST互惠中的輪換合作機制的研究。
　　我們構(gòu)建了一個擴展的ST平面，通過對不同長度的記憶能力系統(tǒng)的演化，發(fā)現(xiàn)當(dāng)記憶長度大于等于2時，輪換合作(CAD)在S+T＞2R的平面上廣泛涌現(xiàn)，而另外一種ST互惠一持續(xù)策略(DorC)則在S=T所在的直線上面存在。同時，也研究了不同記憶長度在擴展的ST平面上對合作水平，系統(tǒng)收益水平

6、的影響。運用統(tǒng)計6步博弈歷史對穩(wěn)定后的演化系統(tǒng)策略進行了分析，能夠驗證輪換策略和持續(xù)策略的分布情況。
　　(4)具有記憶的agent隨機移動對于合作產(chǎn)生的影響的研究。
　　研究發(fā)現(xiàn)對于COD移動模式（博弈-更新-移動）規(guī)則，低速的移動對于囚徒博弈，雪堆博弈和獵鹿博弈都能促進合作;而高速的移動抑制了合作;對于CDO移動模式（博弈-移動-更新）規(guī)則，有趣的是，高速的移動反而促進了合作。移動對于雪堆博弈中的ST互惠有一定的促進作用