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

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。

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。