評判に基づく協力行動を支える生物学的市場の進化ダイナミクス

支持基于声誉的合作行为的生物市场的演化动力学

基本信息

批准号：
13J05595
负责人：
中村光宏
金额：
$ 1.61万
依托单位：
The Graduate University for Advanced Studies
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2013
资助国家：
日本
起止时间：
2013-04-26 至 2016-03-31
项目状态：
已结题

项目摘要

当該年度は（研究A）相手の行動が隠れ状態に依存するとき互恵関係を築けるかの理論解析（研究B）間接互恵性における監視者とその評判情報利用者との共進化ダイナミクスの理論解析（研究C）実験データを用いた強化学習方略の環境依存性の統計解析を行った．（研究A）繰り返しゲームの代表的な戦略に，過去の行動に応じて次の行動を決定する reactive strategy (RS) がある。RSは，相手の行動が隠れ状態に依存する場合を考慮しないという問題を持つ。これは信念マルコフ決定過程（信念MDP）を用いて定式化できるが，素朴に解くのは難しい．そこで信念MDPを簡略化して解くモデルを考案しその解析を行った．相手の状態を知っている場合と比較して，簡略化したモデルでもほぼ最適な戦略を採ること，またそれらの最適戦略は協力率の点では異なっていることを明らかにした．本研究の成果については現在国際学会誌に投稿中である．（研究B）昨年度に引き続き，間接互恵性においてコストのかかる監視を行う監視者と，監視者から対価を支払うことによって得られた情報を用いて行動する評判情報利用者との共生の数理モデルについて原稿執筆を行った．現在国際学会誌に投稿中である．(研究C）動物は環境に応じて認知を変化させ，より繁殖価に貢献する行動選択を行う．行動の価値は学習過程を経て計算されるはずだが，その環境依存性は明らかにされてこなかった．学習過程の代表的なモデルにRescorla-Wagner（RW）型とRoth-Erev（RE）型がある．本研究では，ヒヨコの採餌実験データから学習過程をベイズ推定し，環境条件によってどちらのモデルに近いかを調べた．環境が厳しい（期待餌量が少ない）ときRW型に近く，易しい（期待餌量が多い）ときRE型に近い傾向が観察された．本研究の成果については国内・国際学会において発表を行った．

今年，（研究A）理论分析当对方的行为依赖于隐藏状态时是否可以建立互惠关系（研究B）理论分析间接互惠中观察者与其声誉信息使用者之间的共同进化动态（研究A）研究C）我们使用实验数据对强化学习策略的环境依赖性进行了统计分析。（研究A）重复博弈的典型策略是反应策略（RS），它根据过去的动作决定下一步的动作。 RS存在没有考虑对手的行为取决于隐藏状态的情况的问题。这可以使用信念马尔可夫决策过程（信念MDP）来表述，但很难简单地解决它。因此，我们设计了一个模型来简化信念MDP并对其进行分析。与已知对手状态的情况相比，我们发现即使是简化的模型也采用了几乎最优的策略，并且这些最优策略在合作率方面有所不同。这项研究的结果目前正在提交给国际学术期刊。（研究B）从去年开始，我们将讨论由于间接互惠而进行昂贵监控的监控者与使用通过向监控者支付费用而获得的信息进行行动的声誉信息用户之间的共生数学模型。该论文目前正在提交给国际学术期刊。（研究C）动物根据环境改变认知，做出对繁殖价值贡献更大的行为选择。一个行动的价值应该通过学习过程来计算，但其环境依赖性尚未阐明。学习过程的代表性模型是 Rescorla-Wagner (RW) 型和 Roth-Erev (RE) 型。在这项研究中，我们根据雏鸡觅食实验的数据对学习过程进行贝叶斯推理，并根据环境条件研究哪种模型更接近另一种模型。当环境恶劣（预期食物量较低）时，它们往往更接近RW型，而当环境轻松（预期食物量较高）时，它们往往更接近RE型。该研究成果在国内外学术会议上发表。