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．

在今年，我们对伴侣的行为取决于隐藏状态时是否可以建立互惠关系（研究b）进行统计分析（研究b）对间接互惠（研究C）在间接互惠中进行协同进化动态的理论分析（研究C）a对实验数据的增强学习策略的统计分析。（研究a）重复游戏的典型策略是反应性策略（RS），它根据过去的行动决定了下一个动作。 RS的问题是，它不考虑另一个人的行为取决于隐藏状态的情况。可以使用马尔可夫决策过程（定罪MDP）来制定这一点，但很难天真地解决。因此，我们设计了一个简化和解决信念MDP并进行分析的模型。与了解合作伙伴的状况相比，也发现即使是简化的模型也采用了几乎最佳的策略，并且这些最佳策略在合作率方面有所不同。这项研究的结果目前已提交给《国际研究杂志》。（研究b）从去年开始，我在监视器之间编写了一份关于与监视昂贵的监视间接互惠和声誉信息的用户之间的共生数学模型的手稿，这些信息是使用通过监视器支付费用获得的信息来行动的声誉信息的。它目前已发布到国际科学学会杂志上。（研究c）动物根据其环境改变认知，做出行为选择，从而对繁殖价格有所贡献。行为的价值应通过学习过程来计算，但尚未阐明其环境依赖性。学习过程的典型模型是Rescorla-Wagner（RW）类型和Roth-Erev（RE）类型。在这项研究中，进行了贝叶斯从雏鸡觅食实验数据中对学习过程的估计，并进行了研究以确定哪种模型取决于环境条件。当环境苛刻（预期食品量很低）时，观察到趋势更接近RW类型，并且当环境很容易时（预期食品量很高）。这项研究的结果是在国内和国际会议上提出的。