Emergence of social relationship in co-learning system: exploitation in prisoner's dilemma game

共同学习系统中社会关系的出现：囚徒困境博弈中的剥削

• 批准号: 22KJ1414
• 负责人: 藤本 悠雅
• 金额: $ 2.58万
• 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: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ1414/
• 关键词: ゲーム理論; 繰り返しゲーム; 進化; 学習; 間接互恵; マルチエージェント; 協力・搾取

間接互恵は人間社会における協力のメカニズムを説明できると期待されているモデルである。そこでは、個人はある別の個人に対して評価に基づいて協力するかどうかの行動を選択し、その行動を他者から評価される。このモデルにおいて、個人が独立に他者の評価を持ち評価にエラーが入る状況は、個人間の評価の関係を複雑にし、その誰が誰を善人と評価しているかの複雑な二次元構造は数理的に未解明であった。我々はその数理を明らかにし、論文として出版した。この研究は社会における人間の信頼関係を基礎づけるものである。続いて、我々は同じモデルにおいて、ある行動選択・評価づけをするルールに別のルールが侵入する進化的なプロセスを考え、協力を保てるルールが存在するかどうかの議論を行った。結果として、discriminatorでsimple standingと呼ばれるルールが進化的に安定になることを発見し、個人間で他者に対する評価を共有できない状況で協力を保つには、適度に単純な評価づけをすることが重要になることを明らかにした。以上の研究結果は、現在論文誌に投稿中である。繰り返しゲームは人間のふるまい予測や、人工知能がゲームを学習する上で使われる枠組みであり、そこでは複数の個人が毎回行動を選択し、選んだ行動の組み合わせに応じて毎回報酬を得る状況を考える。この繰り返しゲームで過去の行動を記憶して次の行動を選択できる個人同士が学習によってどのような関係を作るかという問題は、複雑で理論的には未解明である。我々は、特に個人間の報酬が競合するゼロサムゲームにおいてこの問題に取り組み、学習を通して個人の関係は最適なもの（Nash均衡）からむしろ遠ざかっていくという結果を得た。以上の研究結果は、現在conferenceに投稿中である。

间接互惠是一种预期解释人类社会合作机制的模型。在那里，一个人选择根据对彼此的个人评估进行合作，而这些行动是由他人评估的。在此模型中，个人独立评估他人的情况和评估中的错误使个人之间的关系变得复杂，以及谁评估谁是好的，在数学上不清楚的是谁评估了谁。我们澄清了数学，并将其作为论文出版。这项研究基于人类对社会的信任。接下来，我们讨论了一条规则入侵选择和评估行为的规则的进化过程，并讨论了是否有可以维持合作的规则。结果，我们发现一项称为简单地位歧视者的规则在进化上稳定，并透露，在个人无法分享他人评估的情况下，保持合作是很重要的。上述研究的结果目前已提交给杂志。重复的游戏是人类行为预测和人工智能使用的框架，以学习游戏，其中多个人每次都会选择自己的动作，并根据他们选择的动作组合每次获得奖励。可以记住过去的行动并选择此重复游戏中的下一个动作的个人之间的关系是复杂而理论上无法解释的。我们解决了这个问题，尤其是在零和游戏中，个人之间的奖励正在竞争，并发现通过学习，个人关系远离最佳（NASH平衡）。上述研究的结果目前已提交会议。

项目成果

間接互恵における個人間の信頼構造の解析計算

间接互惠中人际信任结构的解析计算

• 发表时间: 2022
• 作者: 藤本悠雅;大槻久
• 通讯作者: 大槻久

間接互恵性でのnoisyでprivateなassessmentにおける協力の進化的安定性

具有间接互惠的噪声和私人评估中合作的进化稳定性

• 发表时间: 2022
• 作者: Suganuma Kentaro;Jakshylyk Akmatalieva;アクマタリエワ ジャクシルク;Yuma Fujimoto & Hisashi Ohtsuki;金丸雄一;金丸雄一;藤本悠雅
• 通讯作者: 藤本悠雅