《演化博弈、直接与间接互惠及合作涌现的数学模型》各章定量结论
自然选择偏爱留下更多后代的个体,为他人付出代价的行为怎样才能存续?本书用演化博弈论考察合作在什么条件下出现、维持与瓦解。依次讨论:复制子方程 dx_i/dt = x_i[f_i(x) − f̄(x)] 与演化稳定策略,单次匿名的囚徒困境中合作者必然消失,而鹰鸽博弈中两种策略共存、猎鹿博弈中结局取决于起点,以及有限种群中的固定概率与三分之一法则;汉密尔顿法则 rb > c 作为普莱斯方程的推论(每个群体内部合作都在减少、整体却在增加的辛普森悖论),诺瓦克归纳的五个门槛(1/r、1/w、1/q、k、1 + n/m)各自的模型假设,以及包容适合度之争;阿克塞尔罗德的两次锦标赛(14 与 62 个程序),一报还一报在 1% 执行错误下陷入报复循环、长期收益降到四种结果的平均值,慷慨一报还一报的原谅概率上限 min{1 − (T − R)/(R − S), (R − P)/(T − P)}(捐献博弈中为 1 − c/b),赢定输移需要 b/c > 2,以及零行列式勒索策略在大种群中被淘汰;形象分「拒绝坏人也扣分」的漏洞与大槻—岩佐的前八规范(简单持守与严格评判的区别);诺瓦克—梅空间博弈中约 31% 的合作者,「死亡—出生」更新下的 b/c > k 规则与有限网络的精确门槛 (N − 2)/(N/k − 2),以及两项结论不同的大型人类网络实验;利他惩罚、在 15 国 16 个城市中发现的…
DOI 10.5281/zenodo.23788551 · 阅读本章所在专著 · English version
- 第 1 章 · 复制子动力学:单次匿名博弈中合作为什么输
程序用莫兰过程(每一步按适合度挑一个个体繁殖,后代随机替换一个个体)计算固定概率,并以 $\rho N$ 表示相对于中性的倍数。在单次匿名的捐献博弈中,合作者的 $\rho N$ 总是小于 1,背叛者的总是大于 1。种群越大、选择越强,差距越大:$N = 10$、选择强度 $s = 0.01$ 时,合作者的固定概率只比中性低 6%(0.94);$N = 200$、$s = 0.1$ 时,它实际上为零,而背叛者是中性的 17 倍。对 $… - 第 2 章 · 汉密尔顿法则、普莱斯方程与五种机制
网络互惠的门槛 $k$ 是大种群中的极限。对每人都有 $k$ 个邻居的有限网络,精确门槛是 $(N - 2)/(N/k - 2)$ (Taylor 2007; Chen 2013):$k = 4$ 时,$N = 20$ 需要 6.00,$N = 100$ 需要 4.26,$N = 1000$ 需要 4.02。小网络中门槛远高于 $k$。群体选择的门槛 $1 + n/m$ 在群体多、规模小时接近 1:10 人的群体有 50 个时为 1.… - 第 3 章 · 直接互惠:锦标赛、噪声与宽容
一报还一报在阿克塞尔罗德的两次锦标赛中胜出,但它从不在单局中击败对手,名次依赖参赛构成。有执行错误时,两个一报还一报陷入报复循环,长期收益降到四种结果的平均值。慷慨一报还一报的原谅概率有上限 $\min\{1 - (T - R)/(R - S), (R - P)/(T - P)\}$,捐献博弈中为 $1 - c/b$;赢定输移在 $b/c > 2$ 时稳健,在演化中占优。零行列式的勒索策略在每局中都不吃亏,但在大种群的演化中被淘汰。直… - 第 4 章 · 间接互惠:形象分与二阶声誉规范
第一组结果显示了形象分的漏洞:种群中有 90% 的鉴别者与 10% 的背叛者时,在形象分规则下鉴别者中只有 8% 被评为好,鉴别者之间的帮助率只有 8%,每轮平均收益 0.14,几乎与背叛者一样低。拒绝背叛者使鉴别者变坏,而拒绝变坏的鉴别者又使更多鉴别者变坏,合作在鉴别者之间瓦解了。排斥规则的结果几乎一样。在简单持守与严格评判下,鉴别者 97% 为好,彼此之间的帮助率为 95%,收益 1.71 与 1.70,远高于背叛者的 0.28… - 第 5 章 · 网络互惠:空间结构与人类网络实验
当个体只与邻居互动时,合作者可以结成团块而存活:诺瓦克—梅模型中,合作者在 $1.8 < T < 2$ 时稳定在约 31%,而随机相遇时全部灭绝。大槻等人的规则 $b/c > k$ 给出了「死亡—出生」更新、弱选择下网络偏爱合作的条件;有限网络的精确门槛 $(N - 2)/(N/k - 2)$ 更高,「出生—死亡」更新下网络从不偏爱合作。人类实验中,大型静态网络没有提高合作,而在 $b/c > k$ 的条件下合作保持稳定;网络能否帮助… - 第 6 章 · 惩罚:利他惩罚、反社会惩罚与公共池塘的治理
程序的最后一部分列出 5 人组中每人的收益,说明惩罚的效率代价。全组合作时每人得 2.0,与全是惩罚者时相同,因为没有人需要被惩罚。4 个惩罚者与 1 个背叛者时,全组总收益是 −8.0,不仅低于全组合作的 10.0,也低于全组背叛的 0:惩罚者每人只得 0.4,背叛者被扣到 −9.6。3 个惩罚者与 2 个反社会惩罚者互相惩罚时,全组总收益为 −42.0。惩罚在被使用时总是毁掉收入;它的价值在于使用之前:如果它的威胁足以让人合作,它… - 第 8 章 · 实践与预注册试验
按社群平均值的标准差 0.15(比上面的示意模型略保守)、最小关注差异 0.10(对照组 0.40,A 组 0.50)、双侧 $\alpha = 0.05$、把握度 90% 计算,每组需要 48 个可分析的社群(正态近似;若按 t 分布校正,约多需 1 个);考虑约 10% 的社群因有人中途退出而不完整,每组招募 54 个社群,即每组 648 人,共 1,296 人。若标准差为 0.18,每组需要 69 个社群;若最小关注差异为 0.…
模型示意算例,非实时报价