其他相关偏好在复杂成本下的进化稳定性
摘要：间接演化方法已经被用于建模解释考虑其他个体适应度的偏好，也就是关注他人的偏好。在间接演化方法下，个体通过优化主观效用函数来做决策。演化可以选择与适应度函数不同的主观偏好，尤其是对增加或减少其他个体适应度的主观偏好。然而，间接演化模型通常人为地限制了个体可能使用的策略空间（假设个体在主观偏好下总是遵循纳什均衡），而放弃这种限制可能会削弱对其他关注偏好被选择的发现。间接演化方法能否继续用于解释人类中其他关注偏好（如利他主义）的明显存在呢？我们认为可以，通过考虑与策略复杂性相关的成本，并首次给出了策略复杂性与偏好进化之间关系的解释。我们的模型形式化了这样一个直觉：个体面临着策略的认知成本与其在不同背景下插值程度的权衡。对于单个博弈，这些复杂性成本导致选择简单的固定动作策略，但是在多个博弈中，当策略的特定上下文参数的数量的成本足够大时，最大化主观（关注他人）效用的策略再次稳定。总的来说，我们的分析提供了一个更细致的关于其他关注偏好何时会进化的图景。
作者：Anthony DiGiovanni, Nicolas Mac''e, Jesse Clifton
论文ID：2207.03178
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2023-01-20