效用驱动的N人猎鹿博弈中的合作与涌现群体多样性:一个与集体生物行为相关的框架

《Journal of Theoretical Biology》:Utility-driven cooperation and emergent group diversity in the N-player Stag Hunt game: A framework relevant to collective biological behavior

【字体: 大 中 小 】 时间:2026年10月23日 来源:Journal of Theoretical Biology 1.9

编辑推荐:

   摘要 N人猎鹿博弈中固有的协调困境为研究社会和生物系统中合作行为的产生提供了强大的框架。传统分析强调个体风险规避与集体利益之间的张力。在本研究中,我们通过引入形式化组内合作与组间竞争如何相互作用的效用函数,扩展了经典的N人猎鹿博弈模型。利用该框架,我们解析地推导了纳什均衡,揭

  

摘要
N人猎鹿博弈中固有的协调困境为研究社会和生物系统中合作行为的产生提供了强大的框架。传统分析强调个体风险规避与集体利益之间的张力。在本研究中,我们通过引入形式化组内合作与组间竞争如何相互作用的效用函数,扩展了经典的N人猎鹿博弈模型。利用该框架,我们解析地推导了纳什均衡,揭示了不同的效用函数如何能够产生广泛的均衡结果谱,从完全非合作行为到形成均匀或不均匀规模的合作社群。我们的发现表明,这种多样性不仅仅是不确定性或网络拓扑的结果,而是可以系统性地从效用函数的潜在变化中涌现。除了社会决策之外,这些结果还为生物集体行为提供了普遍的数学视角,在这些行为中群体规模和稳定性发挥着功能性作用,例如微生物聚集、多细胞协调以及观察到的循环肿瘤细胞簇的大小变异。通过强调效用驱动的偏好如何塑造群体结构的涌现,该模型提供了一个潜在的框架来解释多样适应性系统中大小依赖的合作。

引言
集体行为是生命系统的标志,跨越尺度从微生物群落和饥饿的盘基网柄菌的同步信号到昆虫群、鸟类协调的巢穴防御以及哺乳动物的合作狩猎。类似的原则也延伸到工程系统,如机器人集群,其中自主体必须协调以运输负载、探索环境或执行监视,这些任务如果参与者不足可能会失败。将这些现象纳入统一框架需要解决一个核心挑战:当成功不仅取决于个体自己的选择,还取决于他人的合作时,个体如何决定是否参与集体行动?在实践中,集体努力很少发生在固定规模的群体中。相反,群体的规模和有效性各不相同,引出了自然的问题:个体如何选择加入哪个群体,以及在什么条件下群体规模的多样性会涌现?

博弈论为这些问题提供了自然的框架,猎鹿博弈作为个体风险与合作奖励之间张力的典范模型。在经典的两玩家猎鹿博弈中,相互合作产生最高的收益,但作为唯一合作者的风险可能会阻止参与。将博弈扩展到N个玩家引入了更丰富的动态:成功的合作可能需要关键的参与者数量,并且收益可以非线性地取决于群体规模。

大多数对N人猎鹿博弈的研究采用演化博弈论的视角。演化博弈模型提供了分析合作随时间的涌现和持续的严格框架。在这里,玩家通过繁殖竞争,成功由收益决定。在有限种群中,随机漂变产生的随机效应使得不太有利的策略偶尔能够占主导,从而实现对确定性结果之外的探索。这些框架有效地确定了在结构化或动态变化的网络中促进合作的条件,但它们假定了长期适应,这可能无法反映单次交互。许多现实世界系统,从人类决策到工程化的多智能体环境,都涉及在孤立遭遇中优化效用的智能体,而没有演化反馈。理解这些系统需要分析纳什均衡,以确定偏好和效用函数的构建如何塑造合作、竞争或混合的群体行为。因此,决策是基于静态环境中的策略推理。

效用函数是这种分析的核心,量化偏好、动机和对结果的主观评估。形式上,效用函数为每种可能的结果分配一个数值,代表个体感知的满足或收益。假设玩家采用最大化预期效用的策略,形式化不确定性和相互依赖下的决策。效用函数的形状编码了个体如何感知收益和损失,决定了他们如何权衡风险和奖励。

激励机制提供了塑造策略行为的另一种手段。通过修改收益,如对合作进行奖励或对背叛进行惩罚,外部监管机构、政策制定者或社会机构可以将种群引导至更具合作性且社会更可取的均衡。这些机制从经济处罚和声誉系统到惩罚和制度执行各不相同。生物系统通过反馈环表现出类似的过程,如化学信号或互惠利他,这些机制奖励合作并抑制剥削。

许多生物系统表现出大小依赖的合作收益,从法定人数驱动的微生物聚集到协调的多细胞行为。例如,循环肿瘤细胞簇在簇大小上表现出明显的异质性,甚至是大小的微小差异也会强烈影响循环中的存活、免疫逃逸和转移潜力。解释这种大小变异如何涌现仍然是一个开放的理论挑战。博弈论协调模型,特别是N人猎鹿博弈,提供了一个自然的数学框架来理解异质的激励、非线性的合作收益和风险敏感的决策规则如何能够产生多样且稳定的群体规模。

本研究采用基于效用的方法,扎根于经典(静态)博弈论。我们关注单次N人、多群体猎鹿博弈的纳什均衡,适用于智能体只行动一次、同时且无重复的系统。在该框架内,我们考察群体规模多样性的涌现,并确定多重均衡共存的条件。我们的结果表明,收益结构,特别是奖励随群体规模的缩放,决定性地塑造了合作结果。即使相对于群体规模呈次线性效用增长,集体行为也会表现出类似转变的模式,对成功猎鹿的总收益做出响应,从个体猎兔转向协调的猎鹿。总体而言,这项工作揭示了分散系统,无论是自然还是工程系统,如何实现自组织以达到协调和合作行为。

章节片段

模型表述
在这里,我们研究了N人猎鹿博弈的几个变体,其中每个玩家在合作策略(猎鹿)和非合作策略(猎兔)之间做出选择。玩家可以独自猎兔,或者至少与m-1个其他人协调猎鹿。特别是,猎鹿至少需要m个个体,其中2 ≤ m < N。猎兔的奖励用H表示,而成功猎鹿的奖励,自然更大,用S表示。

系统的主要均衡类别
我们研究了N个理性智能体种群在N人猎鹿博弈下如何组织,其中个体收益取决于群体规模和活跃群体数量。通过系统分析由f(t)和h(gs)确定的效用函数Us(t, gs),我们将纳什均衡分类为不同的构型,并确定推动个人主义和合作行为之间转变的临界阈值。尽管猎兔始终构成纳什均衡,正如...

讨论
在本研究中,我们研究了N人多群体猎鹿博弈中的合作行为,采用了基于效用最大化和均衡分析的博弈论框架。通过将智能体视为在单次交互中评估不同群体构型即时收益的决策者,我们证明了即使在没有长期演化或随机过程的情况下,协调的结果也能涌现。该框架也可以应用于工程化的...

结论
我们使用基于效用的表述分析了N人多群体猎鹿博弈中的协调。我们的分析揭示了一系列稳定均衡,超越了经典的全合作或全背叛结果,这些均衡源于效用结构的变化。这突出了效用结构的简单变化如何能够重组集体结果。尽管简化,该框架为研究生物和社会系统中协调驱动的现象提供了可行的基础。

CRediT作者贡献声明
Zahra Eidi:撰写-审稿与编辑、撰写-初稿、可视化、验证、资源、项目管理、方法学、调查、形式分析、数据整理。
Shayan Rezaei:撰写-审稿与编辑、可视化、验证、方法学、调查、形式分析、概念化。
Daniyal Ahmadpanah:撰写-审稿与编辑、可视化、验证、软件、方法学、调查、形式分析、概念化。
Rouzbeh Torabi:方法学,...

利益冲突声明
作者声明他们没有任何已知的竞争性财务利益或个人关系,这些利益或关系可能被视为影响本文报告的工作。

Zahra Eidi|Shayan Rezaei|Daniyal Ahmadpanah|Rouzbeh Torabi|Mehdi Sadeghi
伊朗德黑兰基础科学研究所(IPM)生命科学学院
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号