连接个体最优策略与集体最优策略的策略-环境反馈模型中的稳定性与异宿分岔
《Chaos, Solitons & Fractals》:Stability and heteroclinic bifurcation in a strategy-environment feedback model bridging individual-optimal and collective-optimal games
【字体:
大
中
小
】
时间:2026年07月31日
来源:Chaos, Solitons & Fractals 5.7
编辑推荐:
摘要:经典博弈论通常将个体视为纯粹追求自身利益的参与者,这使得在“囚徒困境”中难以维持合作。相比之下,集体最优视角认为个体会无条件追求集体利益,但这与现实世界中的行为存在偏差。本文提出了一种结合环境反馈的进化博弈模型,该模型在同一框架下同时涵盖了个体最优和集体最优博弈,并且能够根
摘要:经典博弈论通常将个体视为纯粹追求自身利益的参与者,这使得在“囚徒困境”中难以维持合作。相比之下,集体最优视角认为个体会无条件追求集体利益,但这与现实世界中的行为存在偏差。本文提出了一种结合环境反馈的进化博弈模型,该模型在同一框架下同时涵盖了个体最优和集体最优博弈,并且能够根据环境状态实现两者之间的连续转换。通过分析,该模型给出了全面的均衡性与稳定性描述,明确了所有可能的均衡点及其稳定性条件。这些结果揭示出比静态模型更复杂的动态现象,包括合作者与背叛者之间的稳定共存、持续振荡以及异宿周期。分岔分析表明,随着收益参数在异宿分岔阈值附近变化,系统会经历从稳定内部均衡到周期轨道再到异宿周期的完整转变序列。这些发现为理解生物系统和社会系统中合作的自发产生与持续存在提供了新的理论支持。
引言:在多细胞生物、微生物群落以及其他系统中,合作是维持系统功能并提升整体适应性的关键机制[1]、[2]、[3]。通过资源共享、信息交流和任务分工,合作显著提升了群体对环境干扰的抵御能力。然而,合作的个体往往需要为集体利益付出额外成本,而背叛者则无需付出即可获得收益,这就导致了典型的“社会困境”。理解合作如何产生并长期存在的动态机制,已成为行为生态学、社会科学和复杂系统科学中的重要课题。近年来,进化博弈论为定量描述合作的演化提供了有力的理论工具,通过策略、收益和适应性之间的闭环关系,分析了合作稳定存在的各种路径[4]、[5]、[6]。实际上,行为策略往往受环境状况的调控[7]、[8]、[9]、[10]。当环境有利时,个体倾向于竞争;而当环境恶劣时,合作行为则更有可能出现。策略与环境之间的这种双向反馈机制对于理解合作的动态演化至关重要。近年来,进化博弈论中引入了环境反馈模型,用以描述策略选择与环境状态之间的耦合关系[11]、[12]、[13]、[14]。2016年Weitz提出的环境反馈进化博弈模型就是典型例子[14]。近期研究从两个重要方向拓展了环境反馈框架:Huang等人[15]将非线性环境反馈引入进化博弈动态,研究表明期望动态能够抑制持续振荡,且策略与环境之间更高的复杂性会推动环境向更优状态发展。同一研究小组还研究了格子网络结构如何影响反馈演化博弈,发现与混合良好的种群相比,结构化种群能帮助个体更好地抵制背叛的诱惑[16]。这些进展表明,人们越来越认识到反馈的功能形式和种群的空间结构对合作结果有着重要影响。
个体最优博弈关注的是参与者为最大化个人利益而独立做出决策,典型的例子就是“囚徒困境”,其中背叛是占优势的策略[17]、[18]、[19]。相比之下,集体最优博弈假设个体以最大化集体利益为目标,合作是全局最优解,但在现实中需要外部强制力来保障[20]、[21]。如何在统一框架内描述这两种情形,是目前理论尚未完全解决的问题。在进化生物学和博弈论中,环境波动会驱动行为策略的变化。从微生物到动物社会,各种生物系统中普遍存在个体最优策略与集体最优策略之间的平衡。当资源充足时,个体倾向于竞争,此时个体最优博弈占主导;而当资源匮乏时,它们则更可能合作,此时集体最优博弈更为重要。例如,吸血蝙蝠在食物充足时会单独觅食,但当食物短缺时,那些营养充足的个体可能会与觅食不成功的个体分享血液[22]、[23]。在一些鸟类中,幼鸟会协助父母而非独立繁殖,这种行为在环境恶劣时更为常见,而在条件良好时则多为独立繁殖[24]。Komdeur进一步指出,栖息地饱和会促进合作繁殖,而有利条件则有利于独立繁殖[25]。黑猩猩会为了争夺优势、防御或狩猎而结成联盟;在食物短缺时,联盟更加稳定,而在食物充足时,个体则会单独觅食或竞争[26]。Mitani强调,环境因素会影响黑猩猩的联盟策略[27]。在微生物领域,包括酵母的蔗糖代谢[28]、铜绿假单胞菌的铁载体产生[29]、大肠杆菌的酶分泌[30]、链霉菌的抗生素合成[31]以及根瘤菌的固氮作用[32],也都表现出类似的环境依赖性。
基于上述生物学背景,本文构建了一个将策略与环境相结合的进化博弈模型。该模型创新性地区分了同一框架下收益矩阵和适应度矩阵的作用:策略互动决定了固定的收益结构,而适应度则会根据博弈类型的变化而动态调整。通过引入随策略分布不断变化的环境变量,该模型实现了个体最优博弈与集体最优博弈之间的平滑过渡。借助复制子动力学,我们推导出了策略与环境状态的耦合系统,随后进行了稳定性分析和数值模拟。理论和数值结果均表明,在引入双向环境反馈后,系统在中间环境状态下能够达到稳定的合作水平,这一水平远高于单纯个体最优博弈情况下的预期值。这项研究为自然系统和社会系统中合作的持续出现提供了新的动态解释。
与现有将收益矩阵本身假设为随环境变化的策略-环境反馈模型不同,我们的模型明确了由策略互动产生的固定收益矩阵与驱动进化选择的适应度矩阵之间的概念差异。这种分离,再加上基于环境状态的个体最优与集体最优适应度矩阵之间的插值,使得我们能够在单一框架内统一起两种博弈范式。此外,我们还进行了完整的异宿分岔分析,揭示了从稳定内部均衡到周期轨道再到异宿周期的完整转变序列。近年来,基于学习的方法已成为研究复杂环境中适应性行为的强大工具。例如,基于最优翻转的分段强化学习已被应用于概率布尔网络中的可检测性综合[33]。在具有边际驱动环境反馈的不对称N人信任博弈中,也探讨了协同演化动态[34]。虽然这些方法侧重于通过试错互动实现个体层面的策略优化,但我们的博弈论框架则在种群层面运作,通过确定性的复制子动力学描述策略频率的演化。两者的主要区别在于:我们的模型假设存在一个大规模且混合良好的种群,并且具有确定性环境反馈,而基于学习的方法通常考虑具有记忆能力的有限智能体以及随机环境状态;我们的分析侧重于均衡稳定性与分岔结构,而基于学习的研究则更关注收敛速度与最优策略。
本文的主要贡献如下:
• 我们明确了同一框架下收益矩阵与适应度矩阵的作用,从而更精确地描述了策略互动带来的直接收益与动态适应度进化选择之间的差异。
• 我们构建了一个将策略与环境反馈相结合的耦合进化博弈模型。通过环境变量α,该模型实现了个体最优博弈与集体最优博弈之间的连续过渡。在特定参数条件下,系统会出现持续的周期性振荡和异宿周期,从而呈现出生物系统中常见的“繁荣-崩溃”交替模式。
• 我们进行了分岔分析,揭示了随着收益参数变化而出现的完整转变序列——稳定内部均衡→周期轨道→异宿周期。该分析确定了临界分岔点T?R=P?S,并分析了每种动态状态的稳定性。
以下各节的结构如下:第2节将详细介绍在环境反馈影响下耦合个体最优博弈与集体最优博弈的协同演化模型。在完整阐述模型框架之后,第3节将通过稳定性分析和数值模拟,系统探讨系统在不同参数条件下的动态行为,包括均衡点的存在与稳定性、异宿周期和周期性振荡的出现情况。第4节将通过大规模数值模拟验证理论结果。最后,第5节将总结本文的主要发现,并提出结论与未来研究方向。
模型构建:我们的模型采用收益矩阵来描述两个玩家之间的互动,这两个玩家可在合作(C)与背叛(D)之间做出选择。收益矩阵表示为U=RSTP。相互合作能为每个玩家带来“奖励”R,而相互背叛则会导致“惩罚”P的结果;单向合作则会使合作方获得“傻瓜收益”S,而背叛方则得到“诱惑”T。收益矩阵描述了由策略互动产生的直接收益。
理论结果:本节将对由方程(8)所描述的复制子动力学进行稳定性分析、解释与讨论,同时展示合作方、背叛方和环境状态对应的动态系统轨迹。要找到方程(8)中复制子动力学的均衡解,需将方程右侧设为零。由此可得到最多七个均衡点:四个角点均衡(i-iv)、两个边界均衡(v-vi)以及一个内部均衡点。
仿真结果与讨论:本节通过一系列仿真来验证第3节中建立的解析预测,并量化模型的动态行为特征。所得到的相图和时间序列将与定理3.1、定理3.2、定理3.3、定理3.4中所给出的理论稳定性标准进行对比。本节中的所有数值仿真均采用四阶龙格-库塔方法,固定时间步长Δt=0.01,进而完成积分计算。
结论与展望:在本文中,我们构建了一个将策略选择与连续环境反馈相结合的耦合进化博弈模型。通过在一个统一框架内明确收益矩阵与适应度矩阵的作用,该模型能够借助环境状态变量实现个体最优博弈与集体最优博弈之间的平滑过渡。这种方法突破了传统上个体理性与集体理性之间的对立,为理解合作现象提供了新的动态视角。
作者贡献声明:Chang Sun:写作——审稿与编辑、写作——初稿撰写、资金获取、概念构思。Gang Zhang:写作——审稿与编辑、资金获取、概念构思。
利益冲突声明:作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。
致谢:作者衷心感谢中国国家自然科学基金委员会(项目编号10972011)以及河北师范大学研究生创新基金项目(编号ycxzzbs202603)所提供的支持。
Chang Sun | Gang Zhang
河北师范大学数学科学学院,中国石家庄市050024
生物通微信公众号
生物通新浪微博
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