基于重復囚徒困境博弈的風險與合作行為研究.pdf

1、21世紀以來，隨著世界經(jīng)濟一體化以及互聯(lián)網(wǎng)信息技術(shù)的快速發(fā)展，不同組織、不同個體之間的相互聯(lián)系已日趨緊密，尋求穩(wěn)定合作、共同發(fā)展的可持續(xù)發(fā)展戰(zhàn)略已經(jīng)深入每一個領(lǐng)域中。本文通過在重復囚徒困境博弈模型（Iterated Prisoner’s Dilemma, IPD）中引入收益流風險（Income Stream Risk）的概念，研究了個體追求穩(wěn)定收益，即長期穩(wěn)定可持續(xù)發(fā)展，這一目標對個體的合作行為的影響。主要的研究內(nèi)容與創(chuàng)新性工作包括：<

2、br>　?。?）介紹了合作問題研究的背景、意義以及IPD合作問題研究的基本方法；綜合評述了IPD合作問題的研究現(xiàn)狀，并提出本文研究的關(guān)鍵科學問題與框架。
　?。?）基于收益流風險的概念，將IPD博弈中的風險定義為博弈者在所有階段PD博弈中收益的標準差，構(gòu)造了基于收益與風險的博弈效用函數(shù)；利用基于小生境技術(shù)的雙種群協(xié)同進化算法模擬了兩方IPD博弈過程。實驗結(jié)果表明，博弈者的風險規(guī)避行為對合作有著顯著的促進作用。特別地，盡管先前文獻指

3、出“合作在重復博弈次數(shù)較少的IPD中很難形成”，本文實驗證明了若IPD中的兩個博弈者均為風險規(guī)避者，則雙方在重復博弈次數(shù)較少時亦能形成高度合作均衡。
　?。?）基于前景理論中的“個體在實際收益低于期望收益時將變得風險偏好，在實際收益高于期望收益時將變得風險規(guī)避”的結(jié)論，構(gòu)造了agents風險態(tài)度與博弈策略協(xié)同演化的多agents演化IPD博弈模型。考察了agents分別基于歷史收益比較（歷史比較）、社會收益比較（社會比較，即群體平

4、均收益比較）進行風險態(tài)度調(diào)整時，博弈群體的合作演化結(jié)果。實驗表明，博弈群體在歷史比較下將傾向于風險規(guī)避行為；因此，agents之間能形成高度合作均衡；但在社會比較下，agents在相互博弈時將傾向于風險偏好行為，僅表現(xiàn)出了較低的合作水平。
　?。?）在上述多agents演化IPD博弈模型中進一步引入了agents的局域化博弈以及差異化博弈關(guān)系，研究了agents在局部博弈策略以及差異化博弈策略學習下，博弈群體的風險態(tài)度調(diào)整對合作行