复杂网络上的博弈是近年来研究领域中的一个重要问题,但是目前的复杂网络博弈研究对博弈参与者的设定较为简单和理想化,对博弈参与者的认知尤其是社会知识论对博弈的影响研究的还很不够,而这些因素对复杂网络博弈的动态过程和博弈结果的涌现都是非常重要的。基于目前的研究现状,本课题将agent的社会性作为博弈参与者的主要特征,结合复杂网络博弈中的社会性知识论因素,围绕agent认知建模来对复杂网络上有代表性的博弈即囚徒悖论和协调博弈等进行研究,考察社会性认知对复杂网络博弈的影响。在研究方法上,本课题主要采用基于agent的计算建模方法。由于社会经济系统中agent都处于复杂网络上,而博弈是agent互动和交往的基本方式,因此如果将更符合人类行为特点的社会知识论因素融入博弈模型中,复杂网络上的博弈研究将有助克服"方法论上的个人主义",加深对社会现象如大规模群体合作和协调的理解。
complex network;social cognition;multi-agent modeling;social learning;multi-agent game
本项目的工作主要是从agent社会性认知的角度来展开对复杂网络上多主体博弈的研究,现已基本上按照原计划完成了预定的研究内容。该项目从agent社会性认知的特点,由此构建了agent社会性认知包括社会性偏好的相关计算模型,包括agent对不平等的规避,对社会或集团福利的偏好以及对他人行为的预期等体现agent社会性认知的模型。在此基础上,我们按照研究计划主要从两个方面对agent社会性认知与复杂网络博弈的关系进行研究。一方面我们分析了agent社会性认知对复杂网络博弈的影响。在复杂网络囚徒悖论博弈、最后通牒博弈中,分析了agent社会性认知与偏好包括不平等的规避、社会福利偏好等如何对复杂网络上公平性行为的涌现以及合作性行为涌现的影响。同时,本项目就对空间博弈中,agent适应性预期、群体学习的影响也进行专门的分析。本项目的另外一个方面的研究集中在复杂网络对agent社会性认知或社会性偏好涌现的研究,分析agent之间的复杂网络之结构能否促进agent社会性认知或社会偏好、规范的涌现,不同的复杂网络结构有何不同的影响等。此外,本项目还对大众生产网络结构进行一定的分析。本课题对于发展复杂网络博弈的研究,克服现有模型未体现agent社会性认知特点的缺陷,深化我们理解复杂网络结构和agent社会性特征对平等规范的涌现,公平性行为以及合作性策略的产生与扩散都有较好的理论意义,对于我们促进社会合作与公平的涌现也有一定的实践意义。该项目的研究已经取得了一定的研究成果并被国际学术界所接受,目前已经有多篇英文论文发表在国外专业刊物上。