重复博弈中的认知处理的简单模型
摘要：变化的重复互动中，我们不期望每次都发生完全相同的情况。与文献中重复博弈模型的常见情况相反，大多数真实情况可能存在很大差异，而且很少完全对称。本文的目的是讨论在不同回报的重复互动背景下的简单认知处理模型。玩家之间的互动通过随机可观测的回报的重复博弈来建模。合作不仅仅与特定行动相关，而且需要理解为重复博弈中行为的现象。因此，与“囚徒困境”在研究进化人口中合作条件的条件相比，玩家面临的情况更加复杂。尽管如此，通常会出现稳健的合作策略在玩家人口中进化。在合作模式下，这些策略选择一种行动，以最大化每轮两个玩家的收益总和，而不考虑自身的回报。两位这样的玩家最大化了预期的长期总回报。如果对手偏离了这个方案，策略将调用惩罚行动，旨在降低对手在（可能无限）重复博弈中的得分。实际上，引入错误到游戏中会促使演化朝着更合作的策略发展，尽管游戏变得更加困难。
作者：Anders Eriksson and Kristian Lindgren
论文ID：q-bio/0608015
分类：Populations and Evolution
分类简称：q-bio.PE
提交时间：2007-05-23